買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉貴州橋梁建設集團有限責任公司;同濟大學申請的專利基于LSTM深度嵌入式聚類模型的橋梁風場變化模式預測方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119989932B 。

龍圖騰網通過國家知識產權局官網在2025-08-12發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510452130.7，技術領域涉及：G06F30/27；該發明授權基于LSTM深度嵌入式聚類模型的橋梁風場變化模式預測方法是由吳朝明;馬如進;張君瑞;歐陽松;陳南西;于時堯;劉豪;陳艾榮;胡曉紅設計研發完成，并于2025-04-11向國家知識產權局提交的專利申請。

本基于LSTM深度嵌入式聚類模型的橋梁風場變化模式預測方法在說明書摘要公布了：本發明公開了基于LSTM深度嵌入式聚類模型的橋梁風場變化模式預測方法，屬于橋梁風場預測技術領域；本發明通過獲取山區峽谷橋址處的風速及風向信息，進行預處理并生成風速序列數據集；構建融合LSTM深度嵌入式聚類模型，將所述風速序列數據集輸入至所述LSTM深度嵌入式聚類模型進行訓練，直至損失函數穩定；再利用訓練好的LSTM深度嵌入式聚類模型，通過解碼器重構聚類中心，形成風速日變化模式庫并通過軟分配劃分風速序列；最后將待預測風速數據與風速日變化模式庫進行匹配，以最相似風速日變化模式作為預測結果。本方案能夠很好地提取時間序列的特征，并在深度嵌入式聚類層內創新性地提出采用softmax函數計算軟分配，實現神經網絡的端到端高效訓練。

本發明授權基于LSTM深度嵌入式聚類模型的橋梁風場變化模式預測方法在權利要求書中公布了：1.基于LSTM深度嵌入式聚類模型的橋梁風場變化模式預測方法，其特征在于，包括以下步驟： S1、數據準備：獲取山區峽谷橋址處的風速及風向信息，進行預處理并生成風速序列數據集； S2、模型構建：構建融合LSTM深度嵌入式聚類模型，該模型包括LSTM自編碼器層和深度嵌入式聚類層； S21、構建LSTM自編碼器層，包括LSTM層組成的編碼器和LSTM層與全連接層組成的解碼器； S22、構建深度嵌入式聚類層，將潛在變量分類，采用k-means初始化聚類中心，通過softmax函數計算軟分配并構建輔助分配，使用兩者構成的KL散度作為聚類損失； S23、將重構損失與聚類損失融合為LSTM深度嵌入式聚類模型損失函數； S24、設置學習率、初始化聚類損失權重和聚類損失權重增長率； 所述LSTM深度嵌入式聚類模型損失函數具體表示為： ； 式中，表示聚類損失的權重；；為初始化聚類損失的權重，t為迭代輪次，為聚類損失的權重增長率；為重構損失函數；為聚類損失； S3、模型訓練：將所述風速序列數據集輸入至所述LSTM深度嵌入式聚類模型進行訓練，直至損失函數穩定； S4、日變化模式庫構建：利用訓練好的LSTM深度嵌入式聚類模型，通過解碼器重構聚類中心，形成風速日變化模式庫并通過軟分配劃分風速序列； S5、日變化模式預測：將待預測風速數據與風速日變化模式庫進行匹配，以最相似風速日變化模式作為預測結果。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人貴州橋梁建設集團有限責任公司;同濟大學，其通訊地址為：550001 貴州省貴陽市云巖區延安中路1號26樓；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。