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！

龙图腾网获悉重庆大学申请的专利基于微观结构与材料组分多模态融合的复合材料性能预测模型及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：CN115985420B 。

龙图腾网通过国家知识产权局官网在2025-07-25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：202211590914.9，技术领域涉及：G16C60/00；该发明授权基于微观结构与材料组分多模态融合的复合材料性能预测模型及方法是由尹爱军;宋磊设计研发完成，并于2022-12-12向国家知识产权局提交的专利申请。

本基于微观结构与材料组分多模态融合的复合材料性能预测模型及方法在说明书摘要公布了：由于复合材料的性能通常会受到微观结构和材料组分信息的综合影响，现有方法大多基于微观结构或者材料组分进行预测，利用的数据比较单一，无法对复合材料的性能进行准确预测。有鉴于此，本发明公开了一种基于微观结构与材料组分多模态融合的复合材料性能预测模型和方法，充分考虑的两者对复合材料最终性能的影响，构建了由材料微观结构特征向量提取网络、组分质量占比特征向量提取网络、晶体类别特征向量提取网络、自适应特征向量融合模块和用作回归器的全连接层构成的多模态复合材料性能预测模型，相较于现有的基于单一模态信息进行预测，同时使用材料微观结构图像、组分质量占比、组分晶体类别等多种模态信息具有更高的预测精度。

本发明授权基于微观结构与材料组分多模态融合的复合材料性能预测模型及方法在权利要求书中公布了：1.一种基于微观结构与材料组分多模态融合的复合材料性能预测模型，其特征在于：包括材料微观结构特征向量提取网络、组分质量占比特征向量提取网络、晶体类别特征向量提取网络、自适应特征向量融合模块和用作回归器的全连接层； 所述材料微观结构特征向量提取网络包括依次连接的卷积神经网络、1×1的卷积层和全局平均池化层；所述卷积神经网络用于提取材料微观结构的特征图；所述特征图经所述1×1的卷积层进行通道特征融合，得到反应材料微观结构信息的高层语义特征图；所述高层语义特征图经所述全局平均池化层处理后得到材料微观结构特征向量； 所述组分质量占比特征向量提取网络包括输入层和三个全连接层I，所述输入层的神经元数量等于材料组分中类似质量占比的连续属性个数，相邻两个全连接层I之间通过ReLU激活函数以增加组分质量占比信息的特征表达能力，最后一个全连接层I输出材料组分质量占比特征向量； 所述晶体类别特征向量提取网络包括Embedding层和两个全连接层II；所述Embedding层用于将材料组分晶体类别的编码信息嵌入成可以进行距离度量的稠密向量；所述Embedding层包含的Embedding模块的数量等于组分晶体类别的数量，每个Embedding模块的输入维度等于对应组分晶体类别的个数；两个全连接层II之间通过ReLU激活函数以增加对组分晶体类别信息的非线性表达能力，最后一个全连接层II输出材料晶体细分类别特征向量； 所述自适应特征向量融合模块用于融合所述材料微观结构特征向量、材料组分质量占比特征向量和材料晶体细分类别特征向量后输出抽象语义特征；所述用作回归器的全连接层用于对材料性能进行回归预测，且所述用作回归器的全连接层后输出的神经元个数为需预测的力学性能参数的个数。

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重庆大学，其通讯地址为：400044 重庆市沙坪坝区沙正街174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”。