Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

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 积分商城 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 > 深圳大学;深圳市万物云科技有限公司范成获国家专利权

深圳大学;深圳市万物云科技有限公司范成获国家专利权

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!

龙图腾网获悉深圳大学;深圳市万物云科技有限公司申请的专利基于改进KAN网络的跨建筑能耗协同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:CN120387597B

龙图腾网通过国家知识产权局官网在2025-09-30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:202510884735.3,技术领域涉及:G06Q10/063;该发明授权基于改进KAN网络的跨建筑能耗协同预测方法及装置是由范成;梁德锟;袁戟;张自豪;林克柔设计研发完成,并于2025-06-30向国家知识产权局提交的专利申请。

基于改进KAN网络的跨建筑能耗协同预测方法及装置在说明书摘要公布了:本申请适用于建筑能耗领域,提供了一种基于改进KAN网络的跨建筑能耗协同预测方法及装置,该方法包括:获取待预测建筑的当前建筑信息和目标能耗预测模型,其中,目标能耗预测模型是根据多个原始建筑的历史建筑信息的知识共享,训练改进的KAN网络模型所确定,改进的KAN网络模型的激活函数为墨西哥帽小波函数;将当前建筑信息输入至目标能耗预测模型中,得到目标能耗预测模型输出的待预测建筑的目标能耗。该方法能够在实现跨建筑知识共享的同时,增强目标能耗预测模型在捕捉建筑能耗数据中非线性关系和多尺度特征方面表达能力,从而提高建筑能耗的预测精度。

本发明授权基于改进KAN网络的跨建筑能耗协同预测方法及装置在权利要求书中公布了:1.一种基于改进KAN网络的跨建筑能耗协同预测方法,其特征在于,包括: 获取待预测建筑的当前建筑信息和目标能耗预测模型,其中,所述目标能耗预测模型是根据多个原始建筑的历史建筑信息的知识共享,训练改进的科尔莫哥洛夫‑阿诺德KAN网络模型所确定,改进的KAN网络模型的激活函数为墨西哥帽小波函数; 将所述当前建筑信息输入至所述目标能耗预测模型中,得到所述目标能耗预测模型输出的所述待预测建筑的目标能耗; 其中,获取待预测建筑的目标能耗预测模型,包括: 获取多个原始建筑的历史建筑信息,所述多个原始建筑至少包括所述待预测建筑; 从所述多个原始建筑的历史建筑信息中筛选所述待预测建筑对应的源域建筑信息; 基于所述源域建筑信息对所述改进的KAN网络模型进行训练,得到源域能耗预测模型; 基于所述待预测建筑的历史建筑信息对所述源域能耗预测模型进行知识迁移处理,得到所述待预测建筑的目标能耗预测模型; 所述从所述多个原始建筑的历史建筑信息中筛选所述待预测建筑对应的源域建筑信息,包括: 对所述多个原始建筑的历史建筑信息进行聚类分析,得到所述多个原始建筑中与所述待预测建筑存在相似类别关系的相似建筑; 将所述相似建筑的历史建筑信息确定为所述待预测建筑对应的源域建筑信息; 所述对所述多个原始建筑的历史建筑信息进行聚类分析,得到所述多个原始建筑中与所述待预测建筑存在相似类别关系的相似建筑,包括: 针对每个所述原始建筑的历史建筑信息,对每个所述原始建筑的历史建筑信息进行数据压缩处理,得到每个所述原始建筑的历史建筑信息的目标建筑特征; 计算各所述目标建筑特征之间的欧氏距离,得到所述多个原始建筑对应的距离矩阵; 对所述距离矩阵进行类别处理,得到所述多个原始建筑中与所述待预测建筑存在相似类别关系的相似建筑。

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深圳大学;深圳市万物云科技有限公司,其通讯地址为:518060 广东省深圳市南山区粤海街道南海大道3688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”。

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。