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！

龙图腾网获悉南京航空航天大学申请的专利基于神经算子的特征学习与数据融合气膜冷却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：CN120030889B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202510104623.1，技术领域涉及：G06F30/27；该发明授权基于神经算子的特征学习与数据融合气膜冷却预测方法是由余波;陈娉婷;毛军逵;张鼎成;王倩;玄文浩设计研发完成，并于2025-01-23向国家知识产权局提交的专利申请。

本基于神经算子的特征学习与数据融合气膜冷却预测方法在说明书摘要公布了：本发明公开了一种基于神经算子的特征学习与数据融合气膜冷却预测方法，包括：获得用于特征学习的基础数据集合，通过参数化孔分布和吹风比条件，建立不同的几何模型，获得表面温度分布数据；提取表面绝热冷却效率数据作为输出数据，绘制表面几何数据作为输入数据；设置总样本数量，读取输入输出数据划分标签，并划分训练集和测试集；搭建基于FNO的迭代神经算子框架，模拟算子求解过程，学习气膜冷却特征；将测试集的输入集合数据输入训练模型当中，用测试集的输出集合数据对模型进行验证，获得预测模型。本发明解决了通过一个样本的稀疏点阵数据，高效、快速、准确的预测气膜冷却分布情况。

本发明授权基于神经算子的特征学习与数据融合气膜冷却预测方法在权利要求书中公布了：1.一种基于神经算子的特征学习与数据融合气膜冷却预测方法，其特征在于，包括以下步骤： 步骤1：获得用于特征学习的基础数据集合，通过参数化孔分布和吹风比条件，建立不同的几何模型，并进行计算从而获得表面温度分布数据； 步骤2：提取表面绝热冷却效率数据作为输出数据，绘制表面几何数据作为输入数据，根据壁面温度计算绝热冷却效率的公式如下所示： 其中Tm表示主流进口温度，Tc表示冷气流进口温度，Tw表示冷却壁面温度； 步骤3：设置总样本数量，读取步骤2的输入输出数据划分标签，并划分训练集和测试集； 步骤4：搭建基于FNO的迭代神经算子框架，模拟算子求解过程，预测气膜冷却演化过程，获得训练模型，学习气膜冷却特征； 步骤5：将测试集的输入集合数据输入训练模型当中，用测试集的输出集合数据对模型进行验证，获得预测模型，并比较预测结果； 步骤6：将新样本的吹风比、几何条件和气膜冷却数据散点输入预测模型当中，使用数据融合方法，以散点数据作为约束，预测完整的气膜冷却分布。

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南京航空航天大学，其通讯地址为：210016 江苏省南京市秦淮区御道街29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。