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！

龙图腾网获悉昆明理工大学申请的专利基于MCF-TransGRU的卷烟烘丝工艺质量多步预测方法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：CN119272223B 。

龙图腾网通过国家知识产权局官网在2026-04-21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：202411302558.5，技术领域涉及：G06F18/25；该发明授权基于MCF-TransGRU的卷烟烘丝工艺质量多步预测方法是由阴艳超;张家刚;潘欣;唐军;易斌;冯根昌设计研发完成，并于2024-09-18向国家知识产权局提交的专利申请。

本基于MCF-TransGRU的卷烟烘丝工艺质量多步预测方法在说明书摘要公布了：本发明公开了一种基于MCF‑TransGRU的卷烟烘丝工艺质量多步预测方法，包括：收集预设时间下卷烟制丝车间中薄板烘丝工艺生产线的时间序列数据，构成样本数据集；对样本数据集进行预处理，获得预处理后的数据集；按照时间顺序，划分预处理后的数据集为训练集数据、验证集数据和测试集数据，用于模型训练和性能评估；通过多尺度卷积融合模块、改进的Transformer模块和基于残差的门控循环单元模块构建MCF‑TransGRU多步预测模型；依据训练集数据、验证集数据，对构建的MCF‑TransGRU多步预测模型进行训练，调整超参数；利用训练好的MCF‑TransGRU多步预测模型对测试集数据待测薄板烘丝工艺生产线时间序列数据进行预测。本发明通过多步预测能够提供未来多个时间点的质量指标预测结果，为后续的生产调控决策提供指导。

本发明授权基于MCF-TransGRU的卷烟烘丝工艺质量多步预测方法在权利要求书中公布了：1.一种基于MCF-TransGRU的卷烟烘丝工艺质量多步预测方法，其特征在于，包括： 收集预设时间下卷烟制丝车间中薄板烘丝工艺生产线的时间序列数据，构成样本数据集；其中，时间序列数据包括工艺参数和质量指标数据； 对样本数据集进行预处理，获得预处理后的数据集； 按照时间顺序，划分预处理后的数据集为训练集数据、验证集数据和测试集数据，用于模型训练和性能评估； 通过多尺度卷积融合模块、改进的Transformer模块和基于残差的门控循环单元模块构建MCF-TransGRU多步预测模型； 依据训练集数据、验证集数据，对构建的MCF-TransGRU多步预测模型进行训练，调整超参数； 利用训练好的MCF-TransGRU多步预测模型对测试集数据待测薄板烘丝工艺生产线时间序列数据进行预测； 所述MCF-TransGRU多步预测模型用于根据预测步长的不同，将预处理后数据集中的样本数据作为输入，分别送入并行的不同一维卷积核组合进行多尺度特征提取，各个尺度提取的特征会被拼接融合，作为多尺度卷积融合模块的输出；随后输入改进的Transformer模块，以进一步提取更深层次的特征；改进的Transformer模块的输出输入到GRU网络中，残差模块通过将GRU网络的输入与经过GRU网络的非线性变换后的输出相加，使得GRU网络能够更容易地拟合复杂的映射函数，用于捕捉序列中的全局时序特征，作为基于残差的门控循环单元模块RGM的输出；将基于残差的门控循环单元模块的输出经过两层全连接层，第二层全连接层的输出神经元个数根据预测步长设定，用于输出多步预测结果；模型的最终输出是对未来多个时间点的卷烟烘丝工艺质量指标的预测结果，预测结果最后进行反归一化处理获得符合所需的最终数据； 所述改进的Transformer模块包括一层改进的Transformer层，改进的Transformer层以标准Transformer层为框架，在该框架上，用一层简单的线性层替代了标准Transformer层中的Decoder结构。

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昆明理工大学，其通讯地址为：650031 云南省昆明市一二一大街文昌路68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”。

以上内容由龙图腾AI智能生成。