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！

龙图腾网恭喜杭州电子科技大学申请的专利一种LED系统智能调光的动态模糊神经网络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：CN112487722B 。

龙图腾网通过国家知识产权局官网在2025-03-11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：202011413517.5，技术领域涉及：G06F30/27；该发明授权一种LED系统智能调光的动态模糊神经网络建模方法是由李纪宾;钱依凡;洪扬哲;王晨设计研发完成，并于2020-12-03向国家知识产权局提交的专利申请。

本一种LED系统智能调光的动态模糊神经网络建模方法在说明书摘要公布了：本发明公开了一种LED系统智能调光的动态模糊神经网络建模方法，涉及LED系统非线性光学特性技术领域，包括以下步骤：预先标定LED模块光电热模型的输入变量特征和期望输出值特征；搭建动态模糊神经网络模型并训练，所述动态模糊神经网络模型，包括输入层、模糊化层、前件层、后件层和输出层，其训练所述动态模糊神经网络模型包括网路结构优化和参数学习。本发明采用在线建模方法，模型结构参数可以实时优化调整，具有更强的适应性，采用热沉温度和环境温度两个联合测量来间接反映结温对LED系统光度输出的影响，避免结温测量的复杂。

本发明授权一种LED系统智能调光的动态模糊神经网络建模方法在权利要求书中公布了：1.一种LED系统智能调光的动态模糊神经网络建模方法，其特征在于，包括以下步骤：预先标定LED模块光电热模型的输入变量特征和期望输出值特征；搭建动态模糊神经网络模型并训练，其中；所述动态模糊神经网络模型，包括输入层、模糊化层、前件层、后件层和输出层，其训练所述动态模糊神经网络模型包括网路结构优化和参数学习，其中；所述搭建动态模糊神经网络模型，包括以下步骤：步骤S1，模型初始化k＝1，读取第一组观测样本z1＝[x1,y1]，令z1*1＝z1，符号*表示该点是聚类，zi*＝[xi*，yi*],i∈[1,v]表示第i个聚类中心，v为聚类个数；定义如下散度函数Szk对作为密度聚类分析的评价函数： 其中N为正整数，n,m为输入x与输出y的维数；zjl表示第l时刻样本z的第j个分量，zik表示第k时刻样本z的第i个分量；令Sz1＝1，c1＝x1*1表示神经网络模糊层，初始化隶属宽度σ1及网络后件部分线性参数pr＝[p0,p1，p2，...，pn]T；步骤S2，令k＝k+1，根据新采样时刻输入量及现有的模糊规则，计算模型光度输出的预测值步骤S3，读入新观测数据zk，利用等效递推形式计算其散度值，以提高计算效率，表示为： 其中， 步骤S4，更新所有聚类中心的散度值，表示为： 步骤S5，计算模型系统误差、误差率和泛化因子，其中；步骤S501，获取系统误差，表示为：其计算最小欧氏距离步骤S502，获取误差下降率，表示为：由线性回归方程D＝ΓP+E和QR分解Γ＝MH，其中，D为期望输出，P为权向量，Γ为回归向量，E为误差向量，M，H分别为正交阵和上三角矩阵；获取线性最小方差解其误差下降率为步骤S503，由误差下降率，定义范化因子步骤S504，计算期望精度ke，有效容纳边界kd，ke＝max{αk-1*eminmax}，kd＝max{αk-1*dminmax}，其中α，emax，emin，dmax，dmin为预定义值。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市下沙高教园区2号大街1158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”。