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！

龙图腾网获悉北京工业大学申请的专利一种基于晴天光谱信息和BP神经网络方法的天空颜色建模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：CN115510746B 。

龙图腾网通过国家知识产权局官网在2026-05-08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：202211161063.6，技术领域涉及：G06F30/27；该发明授权一种基于晴天光谱信息和BP神经网络方法的天空颜色建模方法是由薛鹏;张钰炜;赵一凡;王贺;罗涛设计研发完成，并于2022-09-22向国家知识产权局提交的专利申请。

本一种基于晴天光谱信息和BP神经网络方法的天空颜色建模方法在说明书摘要公布了：本发明公开了一种基于晴天光谱信息的天空颜色建模方法，解决现有天空亮度模型无法还原天空颜色信息和利用相关色温表示颜色存在的色偏差问题。利用光谱天空扫描仪测量半球面145个天空面元的光谱数据；基于光谱数据求解每个天空面元的色坐标x,y；基于直射和散射数据建立天顶颜色模型；搭建BP神经网络模型框架；输入层设为天空面元高度角、天空面元方位角、太阳高度角、太阳方位角和天顶色坐标值得到最终模型。本发明方法建立具有颜色信息的模型以完善天空模型在色度学领域的应用。借用本发明提出模型估算实时的天空光谱数据变化规律，为具有光谱选择性玻璃的建筑采光模拟提供理论参考。利用本发明提出的色坐标比相关色温更加科学准确。

本发明授权一种基于晴天光谱信息和BP神经网络方法的天空颜色建模方法在权利要求书中公布了：1.一种基于晴天光谱信息的天空颜色建模方法，其特征在于，包括以下步骤： 步骤S10，基于测量得到的光谱数据计算145个天空面元的色坐标值； 步骤S20，建立天顶所在天空面元的色坐标非线性回归模型 步骤S30，搭建并训练BP神经网络； 步骤S40，预测145个天空面元的色坐标值； 具体包括： 步骤1，基于测量的光谱数据计算145个天空面元的色坐标； 对于一次天空扫描，需要通过光谱测量、光源三刺激值计算、色坐标计算得到每一个天空面源的色坐标； 步骤1.1，利用天空扫描仪得到145个天空面元的光谱数据； 步骤1.2，计算每一天空面元的色坐标值，以光谱为计算输入值，按如下公式计算色坐标： 1； 2； 式中，Km为人眼最大光谱光视效能；λ为辐射波长值，380~780nm为可形成人眼光度与色度学感知的波段；X，Y，Z为三刺激值；P为天空测试点的相对光谱功率分布；，，为CIE通过实验给定的颜色匹配函数，x，y，z为色坐标，x+y+z=1，每一次扫描，得到145个天空面元的色坐标； 步骤2，建立天顶所在天空面元的色坐标模型； 利用直射辐射和散射辐射数据进行天顶色坐标的模型建立； 步骤2.1，利用辐射表得到与天空扫描数据同时刻的太阳直射辐照度与天空散射辐照度； 步骤2.2，基于太阳直射辐照度与天空散射辐照度搭建天空气象参数的非线性计算模型，利用最小二乘法估计模型参数值，如下公式所示： 3； 式中，Ed为天空散射辐照度；Es为太阳直射辐照度；γs为太阳天顶角；w为天空气象指数； 步骤2.3，利用步骤2.2得到的天空气象参数建立天顶所在天空面元的色坐标的计算模型，利用最小二乘法估计该模型参数值，如下公式所示： 4； 5； 步骤3，搭建并训练天空面元色坐标神经网络； 搭建并训练基于BP算法的神经网络，其输入为天空面元高度角、天空面元方位角、太阳高度角、太阳方位角和步骤2得到的天顶色坐标值，输出分别为步骤1得到的x，y色坐标值； 步骤3.1，搭建BP神经网络结构，隐藏层设为2层全连接结构，各隐藏层节点数均为13个，隐藏层后接以输出为1的全连接层，网络中激活函数设定为LeakyReLU，损失函数设定为均方误差MSELoss； 步骤3.2，准备训练数据，对于计算所用完整数据，随机选择90%的数据作为训练集，剩余10%的数据作为验证集； 步骤3.3，训练BP神经网络，使用损失函数进行训练，训练次数最大为500次，学习率设定为0.005，达到最大训练次数或损失函数收敛时停止训练并保留模型参数； 步骤4，进行145个天空面元色坐标的预测,建立天空颜色模型； 利用时间与辐射数据对实时的145个天空面元的x，y色坐标进行计算； 步骤4.1，按照步骤2计算实时的天顶所在天空面元的色坐标； 步骤4.2，利用当地时间与地理位置、计算实时的太阳高度角与太阳方位角； 步骤4.3，利用步骤3训练好的BP神经网络进行各天空面元色坐标的计算； 步骤4.3，利用步骤3训练好的BP神经网络进行各天空面元色坐标的计算； 步骤4.4，通过前述分析可知，各天空面元色坐标主要影响因素为天空高度角、天空方 位角、太阳高度角、太阳方位角和天顶色坐标；将这五个变量作为输入层神经元，将色坐标x,作为输出层神经元进行神经网络模型的建立； 步骤4.5，对计算得到的天顶色坐标进行输入的五变量模型进行误差分析；利用ASHRAE规范中给出的中归一化相对误差公式NMBE和均方根误差公式CVRMSE对得到的模型进行误差分析，两个指标适用于模型计算与实测值的误差分析；经过计算其具体误差值为：NMBEx=0.52%；CVRMSEx=3.54%；NMBEy=0.67%，CVRMSEx=3.55%。

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北京工业大学，其通讯地址为：100124 北京市朝阳区平乐园100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。