買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜中國(guó)航發(fā)控制系統(tǒng)研究所申請(qǐng)的專利基于LM卷積神經(jīng)網(wǎng)絡(luò)的航空發(fā)動(dòng)機(jī)建模方法獲國(guó)家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN114154391B 。

龍圖騰網(wǎng)通過(guò)國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-05-13發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202111197597.X，技術(shù)領(lǐng)域涉及：G06F30/27；該發(fā)明授權(quán)基于LM卷積神經(jīng)網(wǎng)絡(luò)的航空發(fā)動(dòng)機(jī)建模方法是由徐占艷;朱燁;任立華;殷駿;王陽(yáng);蔣子萱設(shè)計(jì)研發(fā)完成，并于2021-10-14向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本基于LM卷積神經(jīng)網(wǎng)絡(luò)的航空發(fā)動(dòng)機(jī)建模方法在說(shuō)明書摘要公布了：本發(fā)明公開(kāi)了一種基于LM卷積神經(jīng)網(wǎng)絡(luò)的航空發(fā)動(dòng)機(jī)建模方法，包括以下步驟：1采集航空發(fā)動(dòng)機(jī)的數(shù)據(jù)，構(gòu)建網(wǎng)絡(luò)的訓(xùn)練樣本集和測(cè)試樣本集；2設(shè)置卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)；3初始化卷積神經(jīng)網(wǎng)絡(luò)的參數(shù)；4把訓(xùn)練樣本集輸入到卷積神經(jīng)網(wǎng)絡(luò)中，卷積神經(jīng)網(wǎng)絡(luò)輸出預(yù)測(cè)值；5應(yīng)用LM算法對(duì)卷積神經(jīng)網(wǎng)絡(luò)的權(quán)重參數(shù)進(jìn)行更新、優(yōu)化；6重復(fù)步驟4和5，通過(guò)迭代不斷優(yōu)化網(wǎng)絡(luò)參數(shù)，直到達(dá)到終止條件。本發(fā)明使用深度卷積神經(jīng)網(wǎng)絡(luò)辨識(shí)航空發(fā)動(dòng)機(jī)模型能夠增加辨識(shí)精度，去除了卷積神經(jīng)網(wǎng)絡(luò)池化層，保留了更多有效信息，同時(shí)對(duì)卷積神經(jīng)網(wǎng)絡(luò)反向傳播過(guò)程使用LM算法改進(jìn)，近似獲取了系統(tǒng)的二階信息，加快了網(wǎng)絡(luò)收斂速度。

本發(fā)明授權(quán)基于LM卷積神經(jīng)網(wǎng)絡(luò)的航空發(fā)動(dòng)機(jī)建模方法在權(quán)利要求書中公布了：1.一種基于LM卷積神經(jīng)網(wǎng)絡(luò)的航空發(fā)動(dòng)機(jī)建模方法，其特征在于，包括以下步驟：1采集航空發(fā)動(dòng)機(jī)的數(shù)據(jù)，構(gòu)建分別用于建立和測(cè)試卷積神經(jīng)網(wǎng)絡(luò)的訓(xùn)練樣本集和測(cè)試樣本集；2設(shè)置卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)；其中，卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的第一層為輸入層，第二層為卷積層，第三層為全連接層，第四層為輸出層；3初始化卷積神經(jīng)網(wǎng)絡(luò)的參數(shù)；4前向計(jì)算：把訓(xùn)練樣本集輸入到卷積神經(jīng)網(wǎng)絡(luò)中，卷積神經(jīng)網(wǎng)絡(luò)輸出預(yù)測(cè)值；5反向傳播：應(yīng)用LM算法對(duì)卷積神經(jīng)網(wǎng)絡(luò)的權(quán)重參數(shù)進(jìn)行更新、優(yōu)化；具體為：5.1計(jì)算除輸入層外各層的敏感度；輸出層敏感度計(jì)算公式為：其中，是輸出層激活函數(shù)的導(dǎo)數(shù)，是輸出層數(shù)組的第一類列拓展；第三層敏感度計(jì)算公式為：第二層所有通道連接在一起的敏感度計(jì)算公式為：第二層第k個(gè)通道的敏感度為：其中vnum2是第二層每個(gè)通道的節(jié)點(diǎn)數(shù)；5.2計(jì)算除輸入層外各層訓(xùn)練參數(shù)的雅可比矩陣；卷積層第k個(gè)通道卷積核的雅可比矩陣為：conv_row表示對(duì)矩陣的每一行分別做卷積運(yùn)算，rot180表示將矩陣旋轉(zhuǎn)180°；第k個(gè)通道偏置的雅可比矩陣為∑col表示對(duì)數(shù)組的每一列分別求和；從而，第三層權(quán)值雅可比矩陣計(jì)算公式為：其中是的轉(zhuǎn)置矩陣的第一類列拓展，拓展倍數(shù)為第三層節(jié)點(diǎn)數(shù)，是第三層敏感度轉(zhuǎn)置矩陣的第二類列拓展，將整個(gè)數(shù)組進(jìn)行列拓展，拓展倍數(shù)為卷積層3個(gè)通道連接后的節(jié)點(diǎn)數(shù)r，即·*表示兩個(gè)矩陣元素對(duì)應(yīng)相乘；第三層偏置雅可比矩陣為：jac_b3＝δ3T；從而，jac3＝[jac_w3jac_b3]；輸出層雅可比矩陣計(jì)算與第三層過(guò)程類似，得到j(luò)ac4；所有訓(xùn)練參數(shù)的雅可比矩陣為：jac＝[jac2jac3jac4]；5.3計(jì)算訓(xùn)練參數(shù)梯度wgrad；wgrad＝j(luò)acT*jac+μI-1*jacT*e，其中e為第四層誤差轉(zhuǎn)換成的列向量，I是單位矩陣，μ是第一網(wǎng)絡(luò)的超參數(shù)，當(dāng)網(wǎng)絡(luò)誤差減小時(shí)μ按一定倍數(shù)減小，相反則增大；5.4最新迭代得到的訓(xùn)練參數(shù)為：wp+1＝wp-βwgrad，β為第二網(wǎng)絡(luò)超參數(shù)；wp表示迭代第p次得到的訓(xùn)練參數(shù)；6迭代：重復(fù)步驟4和5，通過(guò)迭代不斷優(yōu)化網(wǎng)絡(luò)參數(shù)，直到達(dá)到終止條件；7測(cè)試：調(diào)用設(shè)計(jì)好的網(wǎng)絡(luò)結(jié)構(gòu)和訓(xùn)練好的網(wǎng)絡(luò)參數(shù)，將所述測(cè)試樣本輸入到網(wǎng)絡(luò)中進(jìn)行測(cè)試，如果測(cè)試效果不滿足要求，則重復(fù)進(jìn)行步驟5-7，直到獲得滿意的預(yù)測(cè)效果。

如需購(gòu)買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人中國(guó)航發(fā)控制系統(tǒng)研究所，其通訊地址為：214063 江蘇省無(wú)錫市濱湖區(qū)梁溪路792號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。