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！

龙图腾网获悉山东高速交通建设集团有限公司申请的专利基于生成对抗网络与条件回归的道路材料费用测算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：CN120912249B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202511126063.6，技术领域涉及：G06Q30/0201；该发明授权基于生成对抗网络与条件回归的道路材料费用测算方法是由周磊生;刘伟;胡晓庆;夏冲;于玮玮;刘晓东;余四新;马凤雪;杨洁;尹亚丹;曹贤明设计研发完成，并于2025-08-12向国家知识产权局提交的专利申请。

本基于生成对抗网络与条件回归的道路材料费用测算方法在说明书摘要公布了：本发明涉及一种基于生成对抗网络与条件回归的道路材料费用测算方法，属于道路材料费用数据测算数据处理分析领域。其包括以下步骤：收集道路材料费用数据，构建路面造价数据集；对路面造价数据集进行预处理，得到工程特征数据、环境特征数据和真实道路造价；构建道路材料费用测算模型；将预处理后的数据输入到模型中，对模型进行训练；通过计算真实道路造价与预测数据之间的误差，采用损失函数衡量模型性能，使用优化器对各模块的参数进行优化，得到训练好的模型；将待预测的道路数据经过预处理后，输入到训练好的模型中，输出道路项目的材料费用预测结果。本发明能够确保在多变的工程场景中保持高精度预测，增强模型的泛化能力和环境适应性。

本发明授权基于生成对抗网络与条件回归的道路材料费用测算方法在权利要求书中公布了：1.一种基于生成对抗网络与条件回归的道路材料费用测算方法，其特征在于，包括以下步骤： 收集道路材料费用数据，构建路面造价数据集；对路面造价数据集进行数据预处理，得到工程特征数据、环境特征数据和真实道路造价； 构建道路材料费用测算模型，包括条件驱动数据构型器、条件引导生成引擎、对抗调控联合优化器、多模态对抗融合器、环境特征优化模块以及费用感知回归网络；将所述工程特征数据、环境特征数据以及真实道路造价输入到道路材料费用测算模型中，对模型进行训练；具体地， 所述条件驱动数据构型器包括特征嵌入层、第一全连接层、第二全连接层、第三全连接层以及第四全连接层；将所述工程特征数据经过条件驱动数据构型器进行处理，得到工程驱动特征； 所述条件引导生成引擎包括通道注意力提取模块、第一瓶颈映射层、第二瓶颈映射层、残差强化输出模块；所述通道注意力提取模块包括第一压缩层和第二扩展层；将所述工程驱动特征输入到条件引导生成引擎中，得到工程引导特征； 所述对抗调控联合优化器包括双流特征对齐模块、特征交互融合单元以及差异增强模块；所述双流特征对齐模块包括第一分支路径和第二分支路径；所述第二分支路径包括层归一化LayerNorm层和第五全连接层；所述差异增强模块包括ReLU激活函数、Sigmoid激活函数；将所述工程驱动特征和所述工程引导特征输入到对抗调控联合优化器中，得到工程优化特征； 将工程引导特征、工程优化特征和环境特征数据输入到多模态对抗融合器中，得到融合特征：所述多模态对抗融合器的数据处理过程如下： ， 其中，表示融合特征；表示工程引导特征；表示工程优化特征；表示环境特征数据；表示L2范数；表示常数；·表示元素级相乘；表示工程引导特征的转置； 将融合特征和环境特征数据输入到环境特征优化模块中，得到环境优化特征：所述环境特征优化模块的数据处理过程如下： ， 其中，表示环境优化特征；exp表示指数函数； 所述费用感知回归网络包括特征融合输入层、深度回归建模层以及多输出映射层；所述环境优化特征、工程优化特征以及工程特征数据输入到费用感知回归网络中，得到道路造价的预测数据O； 通过计算真实道路造价与预测数据O之间的误差，采用损失函数衡量模型性能，并使用Adam优化器对各模块的参数进行反向传播和迭代优化，直到模型收敛，得到训练好的模型； 将待预测的道路数据经过预处理后，输入到训练好的模型中，输出道路项目的材料费用预测结果。

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山东高速交通建设集团有限公司，其通讯地址为：250000 山东省济南市历下区龙奥西路1号银丰财富广场D栋9层；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。