基于机器学习的数据驱动灌注过程自动调节方法26年授权
本发明公开了基于机器学习的数据驱动灌注过程自动调节方法,包括:采集并预处理多源时序数据,生成对齐特征向量序列;基于对齐特征向量序列进行灌注阶段划分和阶段编码向量生成;构建三层液体状态机模型,确定阶段液体池激活顺序;执行阶段门控编码,驱动液体池生成动态状态,完成跨阶段迁移;整合动态状态序列,生成联合状态,输入多任务读出层输出调节参数;执行分布漂移检测,拓扑更新及参数校准,输出最终灌注调节参数。本发明通过基于阶段拓扑建模、液体状态机动态演化与多任务读出机制的数据驱动方法,实现灌注过程的精准预测、风险识别与自适应调节,提升灌注质量与长期运行稳定性。
《基于机器学习的数据驱动灌注过程自动调节方法26年授权》是一发明专利,专利号为 2025117368131,当前法律状态为已下证,由长春建筑学院提出申请,发明人为李娜;张梓健;孟祥萍;张纪尧;李海欧;王毓瑶,申请日期为2025-11-25,公开(公告)日期为2026-02-13,国际专利分类号(IPC)为 G05B 13/04 (2006.01),高新资质:未报高企,所属技术领域包括:机器学习、灌注、灌装、灌封。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明公开了基于机器学习的数据驱动灌注过程自动调节方法,包括:采集并预处理多源时序数据,生成对齐特征向量序列;基于对齐特征向量序列进行灌注阶段划分和阶段编码向量生成;构建三层液体状态机模型,确定阶段液体池激活顺序;执行阶段门控编码,驱动液体池生成动态状态,完成跨阶段迁移;整合动态状态序列,生成联合状态,输入多任务读出层输出调节参数;执行分布漂移检测,拓扑更新及参数校准,输出最终灌注调节参数。本发明通过基于阶段拓扑建模、液体状态机动态演化与多任务读出机制的数据驱动方法,实现灌注过程的精准预测、风险识别与自适应调节,提升灌注质量与长期运行稳定性。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
