[发明专利]STO-BTCN热误差预测模型建模方法及其迁移学习方法在审
| 申请号： | 202110920485.6 | 申请日： | 2021-08-11 |
| 公开（公告）号： | CN113946990A | 公开（公告）日： | 2022-01-18 |
| 发明（设计）人： | 马驰;刘佳兰;桂洪泉;王时龙 | 申请（专利权）人： | 重庆大学 |
| 主分类号： | G06F30/23 | 分类号： | G06F30/23;G06F30/27;G06N3/04;G06N3/08;G06F119/08 |
| 代理公司： | 重庆航图知识产权代理事务所(普通合伙) 50247 | 代理人： | 胡小龙 |
| 地址： | 400044 *** | 国省代码： | 重庆;50 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种STO‑BTCN热误差预测模型建模方法，包括如下步骤：1)初始化燕鸥优化算法(STO)的参数；2)创建BTCN神经网络，将燕鸥的初始位置映射为BTCN神经网络的批处理大小和滤波器数量；3)以平均绝对误差(MAE)视为适应度函数；4)判断平均绝对误差(MAE)是否小于设定阈值；5)判断迭代次数是否达到最大值，若是，则终止迭代；若否，则迭代次数加1，并将更新后的燕鸥位置映射为BTCN神经网络的批处理大小和滤波器数量后，循环执行步骤3)；6)以燕鸥优化算法(STO)得到的批处理大小和滤波器数量作为BTCN神经网络的最佳超参数，构建得到STO‑BTCN热误差预测模型。本发明还公开了一种STO‑BTCN热误差预测模型的迁移学习方法。 | ||
| 搜索关键词： | sto btcn 误差 预测 模型 建模 方法 及其 迁移 学习方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于重庆大学，未经重庆大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202110920485.6/，转载请声明来源钻瓜专利网。
