買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉山東征途信息科技股份有限公司申請的專利一種基于深度學習的大模型需求預測方法及系統獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120547078B 。

龍圖騰網通過國家知識產權局官網在2025-09-26發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202511028734.5，技術領域涉及：H04L41/147；該發明授權一種基于深度學習的大模型需求預測方法及系統是由王征;王春燕;王猛;王波;劉帥設計研發完成，并于2025-07-25向國家知識產權局提交的專利申請。

本一種基于深度學習的大模型需求預測方法及系統在說明書摘要公布了：本發明涉及深度學習技術領域，公開了一種基于深度學習的大模型需求預測方法及系統。該方法包括：根據物聯網設備的數據完整性指標和傳輸穩定性指標篩選出滿足可靠性閾值的可信節點集合；利用可信節點集合的地理坐標矩陣和通信延遲矩陣構建去中心化網絡，并在可信節點集合的原始數據中添加噪聲，生成加噪訓練數據；在去中心化網絡中使用加噪訓練數據對第一時空融合神經網絡模型進行聯邦學習，得到第二時空融合神經網絡模型；將實時數據輸入第二時空融合神經網絡模型進行特征計算和需求波動分析，生成需求預測結果。本發明能夠同時捕獲空間關聯和時序依賴特征，顯著提升了復雜時空模式的建模能力，提高了預測結果的實用性和可信度。

本發明授權一種基于深度學習的大模型需求預測方法及系統在權利要求書中公布了：1.一種基于深度學習的大模型需求預測方法，其特征在于，包括： 根據物聯網設備的數據完整性指標和傳輸穩定性指標篩選出滿足可靠性閾值的可信節點集合； 利用所述可信節點集合的地理坐標矩陣和通信延遲矩陣構建去中心化網絡，并在所述可信節點集合的原始數據中添加噪聲，生成加噪訓練數據； 在所述去中心化網絡中使用所述加噪訓練數據對第一時空融合神經網絡模型進行聯邦學習，得到第二時空融合神經網絡模型； 采集目標物聯網環境中各物聯網設備節點的當前時刻傳感器數據和設備狀態信息，構建實時數據；將所述實時數據輸入所述第二時空融合神經網絡模型中的圖卷積網絡進行空間關聯特征提取，生成空間特征向量；通過所述第二時空融合神經網絡模型中的長短時記憶網絡，對所述空間特征向量進行時序依賴特征計算，生成時序特征向量；將所述時序特征向量與物聯網設備狀態轉移矩陣進行矩陣運算，得到融合時空關聯特征，并基于所述融合時空關聯特征進行非線性變換，輸出包含需求量預測、需求類型預測和需求時間預測的多元需求預測值； 基于所述可信節點集合中物聯網設備的歷史運行狀態數據構建馬爾可夫狀態轉移鏈，計算各物聯網設備從當前狀態轉移到不同目標狀態的概率分布矩陣；將所述多元需求預測值按照需求量維度、需求類型維度和需求時間維度進行分解，得到需求變化率和需求增長趨勢系數；基于所述概率分布矩陣結合所述需求變化率通過馬爾可夫預測算法計算未來時間窗口內的設備狀態演化路徑，得到設備狀態變化對需求波動的影響權重；根據所述影響權重對所述需求增長趨勢系數進行加權修正，同時引入需求波動閾值進行風險評估，識別需求異常波動的概率區間；基于所述概率區間結合置信度參數生成包含需求預測數值、預測置信區間和風險等級標識的需求預測結果； 其中，需求量預測值為連續型數值，表示系統在具體時間點的資源或任務請求強度；需求類型預測結果以分類向量形式給出，指示該節點出現的需求種類，包括能源請求、維修報警、數據上傳以及任務協同；需求時間預測以時間戳或時間窗指標形式出現，表示需求事件預計發生的時間范圍或峰值時點。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人山東征途信息科技股份有限公司，其通訊地址為：271600 山東省泰安市肥城市工業三路科技孵化器大樓A座5018室；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。