Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 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 > 恭喜苏州大学黄鹤获国家专利权

恭喜苏州大学黄鹤获国家专利权

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!

龙图腾网恭喜苏州大学申请的专利基于ASM-CNAG算法的复值神经网络太阳辐射预测方法及系统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:CN116187517B

龙图腾网通过国家知识产权局官网在2025-06-20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:202211606967.5,技术领域涉及:G06Q10/04;该发明授权基于ASM-CNAG算法的复值神经网络太阳辐射预测方法及系统是由黄鹤;赵伟靖设计研发完成,并于2022-12-13向国家知识产权局提交的专利申请。

基于ASM-CNAG算法的复值神经网络太阳辐射预测方法及系统在说明书摘要公布了:本发明提供一种基于ASM‑CNAG算法的复值神经网络太阳辐射预测方法及系统,该方法包括对采集到的太阳辐射原始数据进行预处理,得到数据集,将所述数据集划分为训练集和测试集;根据数据集的大小构建复值神经网络模型;使用训练集的数据对所述复值神经网络模型进行训练;将测试集的数据输入到训练完成后的复值神经网络模型中测试模型的预测能力,得到太阳辐射预测模型;利用得到的太阳辐射预测模型对太阳辐射进行预测。本发明克服了传统的CNAG算法在训练复值神经网络时需要手动调参的问题,提高了模型的预测精度,在进行太阳辐射预测时达到很好的预测效果。

本发明授权基于ASM-CNAG算法的复值神经网络太阳辐射预测方法及系统在权利要求书中公布了:1.一种基于ASM-CNAG算法的复值神经网络太阳辐射预测方法,其特征在于,包括: S1:对采集到的太阳辐射原始数据进行预处理,得到数据集,将所述数据集划分为训练集和测试集; S2:根据数据集的大小构建复值神经网络模型; S3:利用ASM-CNAG算法,使用训练集的数据对所述复值神经网络模型进行训练; S4:将测试集的数据输入到训练完成后的复值神经网络模型中测试模型的预测能力,得到太阳辐射预测模型; S5:利用得到的太阳辐射预测模型对太阳辐射进行预测; 其中利用ASM-CNAG算法,使用训练集的数据对所述复值神经网络模型进行训练包括以下步骤: Step1:对参数进行初始化; Step2:计算当前迭代点的超前位置和复梯度,其计算公式如下: 其中,t表示第t次迭代,v表示动量方向,β表示动量系数,w表示权值向量,为超前位置,表示复梯度,J表示损失函数; Step3:根据Step2的公式计算前后两次迭代梯度和位置的变化量,其计算公式如下: yt=gt+1-gt 其中,yt是梯度的变化量,st是位置的变化量; Step4:计算多步拟牛顿尺度系数,其计算公式如下: θt=tanhγt 其中,·H表示共轭转置,|·|表示取绝对值,λt和γt为中间变量,μt-1是上次迭代的临时步长,θt为多步拟牛顿尺度系数,tanh·为双曲正切函数; Step5:计算步长,其计算公式如下: ωt=yt-θtyt-1 rt=st-θtst-1 αt=min{αmax,max{αmin,μt}} 其中,ωt和rt为中间变量,μt为临时步长,αt为本次迭代的实际步长,αmax和αmin为实际步长的上下界; Step6:更新动量和权值,其计算公式如下: vt=βvt-1-αtgt wt+1=wt+vt 其中,vt表示动量,wt表示权值; Step7:判断是否达到预设的终止条件,若没有达到,则返回执行步骤Step2;若达到,则进行下一步骤; Step8:得到训练好的复值神经网络模型。

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苏州大学,其通讯地址为:215000 江苏省苏州市吴中区石湖西路188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”。

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。