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！

龙图腾网获悉杭州市北京航空航天大学国际创新研究院(北京航空航天大学国际创新学院)申请的专利一种数据驱动的复杂流动演化分析方法及系统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：CN121327529B 。

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：202511871299.2，技术领域涉及：G06F18/22；该发明授权一种数据驱动的复杂流动演化分析方法及系统是由李炳华;郑楠;陈小峰;陈泽宇;吴其隆;朱美印;叶洲腾;李垠龙设计研发完成，并于2025-12-12向国家知识产权局提交的专利申请。

本一种数据驱动的复杂流动演化分析方法及系统在说明书摘要公布了：本发明提供了一种数据驱动的复杂流动演化分析方法及系统，通过结合正交模态分解与转移熵的策略，精准识别流场中各典型动力学模态之间的因果关系，进而挖掘对流动演化及系统性能具有显著影响的核心模态组合，最终实现复杂流场演化的分析与控制。通过系统识别模态之间的因果网络关系，能够显著降低对高维原始流场数据的依赖程度，将分析重点聚焦于动力学主导性强、交互性显著的关键模态。通过因果性量化补充了传统模态能量排序的不足，使得模态筛选不仅考虑贡献度，还兼顾动态主导性和交互作用，为复杂流动行为的定量建模和预测提供了更具针对性和可靠性的依据。

本发明授权一种数据驱动的复杂流动演化分析方法及系统在权利要求书中公布了：1.一种数据驱动的复杂流动演化分析方法，其特征在于，所述方法包括： 步骤a：获取目标流场在连续时间上的流场快照； 步骤b：采用正交模态分解方法提取流场的正交模态，得到时间系数矩阵和空间模态矩阵，所述时间系数矩阵包括个对应模态的时间系数序列； 步骤c：对所有模态对的所述时间系数序列计算滞后时间上的转移熵，获得所述模态对之间的因果影响矩阵； 步骤d：对所述因果影响矩阵进行结构分析，获得相似度矩阵； 步骤e：基于所述因果影响矩阵和所述相似度矩阵，通过聚类分析得到若干因果模态簇； 步骤f：对所述因果模态簇重构得到簇模态的重构时间系数和空间投影； 步骤g：根据所述簇模态的重构时间系数采用转移熵计算得到因果演化网络，根据所述因果演化网络复杂度对所述聚类分析涉及的聚类数量进行微调，多次迭代即可得到所述流场的关键因果演化网络； 所述步骤g具体包括： 计算每个所述因果模态簇的簇时间系数； 对所述簇时间系数计算滞后时间上的转移熵，得到各所述因果模态簇之间的因果强度； 将所有所述因果强度组织为簇级因果矩阵； 基于所述簇级因果矩阵，构建簇与簇之间的有向加权图，得到所述因果演化网络； 根据所得因果演化网络进行粒度分析，重新调整所述聚类数量，实现对所述因果演化网络的复杂度调整，得到所述关键因果演化网络。

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市北京航空航天大学国际创新研究院(北京航空航天大学国际创新学院)，其通讯地址为：311115 浙江省杭州市余杭区瓶窑镇双红桥街166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。