陕西科瑞迪机电设备有限公司胡军文获国家专利权
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!
龙图腾网获悉陕西科瑞迪机电设备有限公司申请的专利基于深度学习的冲击台面仿真图像特征提取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:CN120125836B 。
龙图腾网通过国家知识产权局官网在2025-07-08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:202510600593.3,技术领域涉及:G06V10/40;该发明授权基于深度学习的冲击台面仿真图像特征提取方法是由胡军文;郁南;乔岐安设计研发完成,并于2025-05-12向国家知识产权局提交的专利申请。
本基于深度学习的冲击台面仿真图像特征提取方法在说明书摘要公布了:本发明属于神经网络特征提取技术领域,具体涉及基于深度学习的冲击台面仿真图像特征提取方法,其方法包括:获取冲击台面仿真图像数据集,通过特征图与对称特征图计算特征图的特征捕捉指数,根据特征图的特征捕捉指数以及特征图的信息熵获取特征图之间的区分度,根据目标输入特征图组内特征图之间的区分度获取目标输入特征图组的重构系数,根据重构系数进行分组重构,通过分组重构后的神经网络进行冲击台面仿真图像的特征提取,并进行冲击台面结构是否合理的判断。本发明通过分组重构提高了分组卷积的特征提取能力,有利于对冲击台面结构合理性的判断。
本发明授权基于深度学习的冲击台面仿真图像特征提取方法在权利要求书中公布了:1.基于深度学习的冲击台面仿真图像特征提取方法,利用卷积神经网络对冲击台面仿真图像进行分类,以识别冲击台面载荷异常,其特征在于,在卷积神经网络训练过程中,对分组卷积模块进行分组重构,包括: 以分组卷积模块的输入为输入特征图,以分组卷积模块的输出为输出特征图,以任一输出特征图对应的若干输入特征图为目标输入特征图组; 以目标输入特征图组中的任一输入特征图为目标特征图,根据目标特征图与对称特征图之间的相似度确定目标特征图的特征捕捉指数,所述对称特征图为目标特征图绕其中心点旋转得到的特征图; 根据目标输入特征图组中任意两个输入特征图的特征捕捉指数之间的差异,以及信息熵之间的差异获取所述两个输入特征图之间的区分度,满足关系式: ,为目标输入特征图组中特征图与特征图之间的区分度,为特征图的特征捕捉指数,为特征图的特征捕捉指数,为特征图的信息熵,为特征图的信息熵,为和中的最大值; 根据目标输入特征图组内输入特征图的特征捕捉指数的标准差、输入特征图之间的区分度的均值,以及神经网络训练所处的阶段获取目标输入特征图组的重构系数,满足关系式:,为分组卷积模块的第个输入特征图组的重构系数,为第个输入特征图组中所有特征图的特征捕捉指数的标准差,为第个输入特征图组中各个特征图之间区分度的均值,为分组卷积模块的输入特征组的数量,为已训练迭代次数与预设训练迭代次数之间的比值,为以自然常数为底数的指数函数,为超参数; 根据目标输入特征图组的重构系数对输入特征图进行分组重构。
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陕西科瑞迪机电设备有限公司,其通讯地址为:712000 陕西省咸阳市秦都区永昌路西段高新产业升级示范基地3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”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。