Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 华东理工大学杜文莉获国家专利权

华东理工大学杜文莉获国家专利权

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!

龙图腾网获悉华东理工大学申请的专利一种质量指标的预测方法及装置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:CN113139752B

龙图腾网通过国家知识产权局官网在2025-07-25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:202110530591.3,技术领域涉及:G06Q10/0639;该发明授权一种质量指标的预测方法及装置是由杜文莉;钟伟民;钱锋;彭鑫;李智设计研发完成,并于2021-05-15向国家知识产权局提交的专利申请。

一种质量指标的预测方法及装置在说明书摘要公布了:本发明提供了一种质量指标的预测方法。该预测方法包括以下步骤:将待测数据输入可变缩放步长的模型无关元学习框架;以及根据经过测试阶段修正的第一自适应参数及经过测试阶段修正的第一支持集,确定对应于待测数据的质量指标。该第一自适应参数是在所述测试阶段使用多个测试样本,根据未经所述测试阶段修正的第一支持集进行至少一次修正迭代操作获得。该未经所述测试阶段修正的第一支持集是根据经过训练阶段训练的第二自适应参数的元参数,从所述多个测试样本中选择多个样本数据以生成。该第二自适应参数是在所述训练阶段使用多个训练样本,对初始元参数及对应的第二支持集进行多次训练迭代操作获得。

本发明授权一种质量指标的预测方法及装置在权利要求书中公布了:1.一种质量指标的预测方法,其特征在于,包括以下步骤, 将待测数据输入可变缩放步长的模型无关元学习框架,其中,所述待测数据包括连续催化石脑油重整过程的输入变量数据; 在所述可变缩放步长的模型无关元学习框架,根据经过测试阶段修正的第一自适应参 数及经过所述测试阶段修正的第一支持集,确定对应于所述待测数据的质量 指标,其中,所述质量指标包括所述连续催化石脑油重整过程的输出变量数据;以及 所述经过测试阶段修正的第一自适应参数及所述经过所述测试阶段修正的 第一支持集的确定过程为: 确定所述经过所述测试阶段修正的第一支持集的窗口大小; 获取多个测试样本,以构成测试样本集; 根据第二自适应参数的元参数,从所述测试样本集中选择所述个测试 样本,以生成未经测试阶段修正的第一支持集,其中,所述第二自适应参数是 在训练阶段使用多个训练样本,根据当前元参数~对应的第二支持集~进行多 次训练迭代操作获得,所述~为神经网络模型经过对应次所述训练迭代操作后的元 参数,各所述第二支持集~分别是根据对应的元参数~,从所述多个训练样本 中选择多个样本数据以生成,所述为所述神经网络模型经过t次训练迭代操作后的元参 数,所述为所述神经网络模型经过t次所述训练迭代操作后的梯度参数; 将所述多个测试样本输入所述神经网络模型,以计算对应于所述元参数的损失函数; 根据所述元参数、所述损失函数、所述第一支持集及对应的可变缩放步长的放 缩值,计算经过第一次修正迭代操作后的元参数; 根据所述元参数,从所述测试样本集中重新选择个测试样本,以生成所述经过所 述测试阶段修正的第一支持集; 根据所述元参数、所述元参数及其对应的最优放缩值,计算损失函数在所述 第一支持集下的梯度参数; 根据所述元参数及所述梯度参数,确定经过所述测试阶段修正的第一自适应参数。

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华东理工大学,其通讯地址为:200237 上海市徐汇区梅陇路130号;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”。

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。