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！

龙图腾网获悉湖南工商大学申请的专利基于Kolmogorov-Arnold理论的傅里叶级数时序预测方法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：CN120448822B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202510954451.7，技术领域涉及：G06F18/214；该发明授权基于Kolmogorov-Arnold理论的傅里叶级数时序预测方法是由陈洁;刘仕权;潘卓夫;李世玲;侯海良;张一婷;曾庆;许雅岚设计研发完成，并于2025-07-11向国家知识产权局提交的专利申请。

本基于Kolmogorov-Arnold理论的傅里叶级数时序预测方法在说明书摘要公布了：本发明属于时序数据预测技术领域，具体提供了一种基于Kolmogorov‑Arnold表示理论和傅里叶级数的时序数据预测方法，通过Kolmogorov‑Arnold表示理论中的多层嵌套结构，将高维非线性时序数据分解为多个低维子问题，并结合傅里叶级数的频域分析，实现对复杂时序数据的高效建模与预测。本发明利用傅里叶级数对时序数据进行频域分解，提取其主要频率成分，并通过Kolmogorov‑Arnold表示理论中的非线性映射关系，构建多层嵌套的预测模型，实现对复杂非线性时序数据的长期趋势和短期波动进行预测，有效提高了时序预测模型的泛化能力和预测精度，同时降低模型对数据规模和计算资源的依赖。

本发明授权基于Kolmogorov-Arnold理论的傅里叶级数时序预测方法在权利要求书中公布了：1.基于Kolmogorov-Arnold理论的傅里叶级数时序预测方法，时序数据预测方法用于石油加氢裂化工艺的时序数据预测，时序数据预测中的多维输入序列的输入特征包括总出口温度和反应器入口温度，目标输出序列的输出特征包括柴油回收温度其特征在于，包括以下方法步骤：获取原始输入数据，通过滑动窗口法生成训练样本集；采用自适应傅里叶级数分解提取频域特征；通过可学习的权重矩阵动态融合不同时间分辨率与谐波阶数的傅里叶特征分量，通过非线性激活函数压缩至低维空间，形成融合特征；基于Kolmogorov-Arnold表示定理，构建多层非线性映射网络；基于堆叠多层Kolmogorov-Arnold表示定理的DavidSprecher变体构建多层非线性映射网络，将DavidSprecher变体的单一内部函数替换为截断的有限傅里叶级数，在网络的每一层包含多个内部函数，所述内部函数通过权重参数调整，并在网络的每一层引入平移参数；在所述多层非线性映射网络中，内部函数采用PReLU激活函数，所述PReLU激活函数基于输入张量和斜率参数，计算PReLU激活函数处理张量；所述多层非线性映射网络包括内部函数和外部函数，内部函数通过参数化余弦基函数对输入特征进行非线性编码，外部函数采用全连接网络聚合编码；将时频融合特征输入多层非线性映射网络，通过端到端训练优化网络的基频参数、相位偏移和权重系数；将待预测时序数据输入多层非线性映射网络，通过滑动窗口机制实现多步滚动预测。

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湖南工商大学，其通讯地址为：410205 湖南省长沙市岳麓区岳麓大道569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。