首页> 中国专利> 基于多尺度卷积循环神经网络的建筑物能耗预测方法

基于多尺度卷积循环神经网络的建筑物能耗预测方法

页面导航

摘要
著录项
法律信息
相似文献

摘要

本发明公开了基于多尺度卷积循环神经网络的建筑物能耗预测方法，包括以下步骤：构建基于多尺度卷积循环神经网络的建筑物能耗预测模型；利用训练集数据，对所述的建筑物能耗预测模型进行训练；将测试集数据输入训练完毕的建筑物能耗预测模型，计算获得建筑物能源消耗的预测值。本发明方法将多尺度卷积层引入到循环神经网络中，从不同尺度上分布注意力机制，从而使得模型能够从不同尺度采集历史信息；双向GRU层更加充分的获取序列数据的上下文信息，整个模型采用卷积结构对不同尺度注意力机制的识别输出进行融合，并通过卷积连接对不同尺度对输出进行筛选和识别，由此对建筑物能耗值的预测获取更好的精度。

著录项

公开/公告号CN114065335A

专利类型发明专利
公开/公告日2022-02-18

原文格式PDF
申请/专利权人中国人民解放军国防科技大学;
展开▼

申请/专利号CN202111020470.0
发明设计人马武彬;顾桐菲;吴亚辉;邓苏;周浩浩;皇甫先鹏;
展开▼

申请日2021-09-01
分类号G06F30/13(20200101);G06F30/27(20200101);G06N3/04(20060101);G06N3/08(20060101);
代理机构43236 长沙大珂知识产权代理事务所(普通合伙);
代理人伍志祥
地址 410073 湖南省长沙市开福区德雅路109号
入库时间 2023-06-19 14:14:25

法律信息

法律状态公告日

法律状态信息

法律状态
2022-03-08

实质审查的生效 IPC(主分类):G06F30/13 专利申请号:2021110204700 申请日:20210901

实质审查的生效

相似文献

专利
中文文献
外文文献

1. 基于多尺度卷积循环神经网络的建筑物能耗预测方法 [P] . 中国专利： CN114065335A . 2022-02-18
2. 一种基于卷积与循环神经网络结合时间多尺度的癫痫脑电预测方法 [P] . 中国专利： CN110693493A . 2020-01-17
3. Prediction method for characteristic factor based on artificial intelligence and Prediction method for energy consumption of building using the same [P] . 韩国专利： KR101894541B1 . 2018-10-04

机译：基于人工智能的特征因子预测方法及使用该方法的建筑物能耗预测方法
4. APPARATUS AND METHOD FOR SEGMENTING OF SEMANTIC IMAGE USING FULLY CONVOLUTIONAL NEURAL NETWORK BASED ON MULTI SCALE IMAGE AND MULTI SCALE DILATED CONVOLUTION [P] . 韩国专利： KR102109372B1 . 2020-05-12

机译：基于多尺度图像和多尺度膨胀卷积的全卷积神经网络分割语义图像的装置和方法
5. APPARATUS AND METHOD FOR SEGMENTING OF SEMANTIC IMAGE USING FULLY CONVOLUTIONAL NEURAL NETWORK BASED ON MULTI SCALE IMAGE AND MULTI SCALE DILATED CONVOLUTION [P] . 韩国专利： KR20190119261A . 2019-10-22

机译：基于多尺度图像和多尺度膨胀卷积的全卷积神经网络分割语义图像的装置和方法