清华大学徐全勇获国家专利权
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
龙图腾网获悉清华大学申请的专利基于傅里叶神经算子的流场预测模型训练方法、装置、计算机设备和存储介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120470884B 。
龙图腾网通过国家知识产权局官网在2026-02-27发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510411643.3，技术领域涉及：G06F30/27；该发明授权基于傅里叶神经算子的流场预测模型训练方法、装置、计算机设备和存储介质是由徐全勇;杨佳利;曹文宇设计研发完成，并于2025-04-02向国家知识产权局提交的专利申请。
本基于傅里叶神经算子的流场预测模型训练方法、装置、计算机设备和存储介质在说明书摘要公布了：本申请涉及一种基于傅里叶神经算子的流场预测模型训练方法、装置、计算机设备和存储介质。流场预测模型基于傅里叶神经算子构建，且包括傅里叶层和输出层，所述方法包括：确定目标工况对应的原始流场预测模型，原始流场预测模型基于原始工况的工况条件训练得到；生成目标工况下目标叶栅对应的仿真流场数据；通过原始流场预测模型得到预测流场数据；根据预测流场数据和仿真流场数据之间的差异确定损失值，基于损失值对原始流场预测模型的输出层进行调整，得到目标工况对应的训练好的流场预测模型。采用本方法能够提高流场预测模型训练效率。
本发明授权基于傅里叶神经算子的流场预测模型训练方法、装置、计算机设备和存储介质在权利要求书中公布了：1.一种基于傅里叶神经算子的流场预测模型训练方法，其特征在于，流场预测模型基于傅里叶神经算子构建，且包括傅里叶层和输出层，所述方法包括： 确定目标工况对应的原始流场预测模型，所述原始流场预测模型基于原始工况的工况条件训练得到； 根据所述目标工况的工况条件，生成所述目标工况下目标叶栅对应的仿真流场数据； 通过所述原始流场预测模型的傅里叶层对所述工况条件进行特征提取处理，得到流场特征数据，并通过所述原始流场预测模型的输出层对所述流场特征数据进行流场重建处理，得到预测流场数据； 根据所述预测流场数据和所述仿真流场数据之间的差异确定损失值，基于所述损失值对所述原始流场预测模型的输出层进行调整，得到所述目标工况对应的训练好的流场预测模型。
如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人清华大学，其通讯地址为：100084 北京市海淀区清华园；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励