基于数据驱动深度学习的温度场重建方法
实质审查的生效
摘要
本发明公开了一种基于数据驱动深度学习的温度场重建方法，包括：根据电子设备的布局区域和电子设备在布局区域中的位置，生成多个样本数据；利用样本数据，生成多个训练数据，训练数据包括从样本数据的温度场中提取的多个指定位置的温度信息及对应的温度场；构建深度神经网络模型，利用训练数据训练深度神经网络模型以拟合多个指定位置的温度信息与温度场的映射关系；获取电子设备的布局区域中的多个指定位置的温度信息，根据获取的温度信息，利用深度神经网络模型预测当前电子设备布局对应的温度场。本发明能够利用少量监测点的温度信息重建当前温度信息下的电子设备布局对应的温度场，能够利用少量温度传感器实现各个电子设备的温度监测。
基本信息
专利标题 ：
基于数据驱动深度学习的温度场重建方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114444379A
申请号 ：
CN202111622701.5
公开（公告）日 ：
2022-05-06
申请日 ：
2021-12-28
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
周炜恩彭兴文姚雯姜廷松李昱
申请人 ：
中国人民解放军军事科学院国防科技创新研究院
申请人地址 ：
北京市丰台区东大街53号
代理机构 ：
北京奥文知识产权代理事务所(普通合伙)
代理人 ：
张文
优先权 ：
CN202111622701.5
主分类号 ：
G06F30/27
IPC分类号 ：
G06F30/27 G06N3/04 G06N3/08 G06F119/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F30/27
使用机器学习，例如人工智能，神经网络，支持向量机或训练模型
法律状态
2022-05-24 ：
实质审查的生效
IPC(主分类) : G06F 30/27
申请日 : 20211228
申请日 : 20211228
2022-05-06 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
