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！

龙图腾网获悉山东大学申请的专利双级CNN模型训练方法及系统、损伤区域识别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：CN116304875B 。

龙图腾网通过国家知识产权局官网在2025-08-08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：202310302028.X，技术领域涉及：G06F18/241；该发明授权双级CNN模型训练方法及系统、损伤区域识别方法及系统是由吕珊珊;姜明顺;魏钧涛;孙玲玉;张雷;张法业;隋青美;贾磊设计研发完成，并于2023-03-22向国家知识产权局提交的专利申请。

本双级CNN模型训练方法及系统、损伤区域识别方法及系统在说明书摘要公布了：本发明属于碳纤维复合材料结构健康监测领域，提供了一种双级CNN模型训练方法及系统、损伤区域识别方法及系统。训练方法包括构建实测模拟损伤样本数据集和数值计算损伤样本数据集；基于实测模拟损伤样本数据集和数值计算损伤样本数据集，构建结构损伤样本数据库；采用结构损伤样本数据库，分别训练第一CNN模型和第二CNN模型，分别得到第一特征矩阵和第二特征矩阵；基于第一特征矩阵和第二特征矩阵的融合矩阵，训练第三CNN模型。在实际应用时，将传感阵列采集的归一化损伤散射信号包络输入到训练好的双级CNN网络预测模型中，即可实现碳纤维复合材料结构损伤区域的快速、精准识别。

本发明授权双级CNN模型训练方法及系统、损伤区域识别方法及系统在权利要求书中公布了：1.用于结构损伤区域识别的双级CNN模型训练方法，其特征在于，包括： 构建实测模拟损伤样本数据集和数值计算损伤样本数据集；基于实测模拟损伤样本数据集和数值计算损伤样本数据集，构建结构损伤样本数据库； 采用结构损伤样本数据库，分别训练初级损伤区域识别模型集CNN1和初级损伤区域识别模型集CNN2，分别得到第一特征矩阵和第二特征矩阵；基于第一特征矩阵和第二特征矩阵的融合矩阵，训练第三CNN模型，具体为： 基于CNN网络，建立包含n-1×m-1个CNN模型的初级损伤区域识别模型集CNN1：（1）将所有子监测区域按照2×2的大小、步长为1按照顺序分成n-1×m-1个不同的区域集；（2）将各区域集内的损伤数据样本按照8:2的比例随机生成训练集与验证集；（3）将训练集内的归一化散射信号包络作为CNN网络模型输入，与归一化包络对应的子区域作为CNN网络模型输出，迭代次数为100，完成网络模型参数训练；（4）将验证集内的归一化散射信号包络作为模型输入，将模型输出与验证集中的数据标签进行对比，验证模型参数；（5）对所有的区域集重复步骤（3）-（4），得到初级损伤区域识别模型集CNN1；采用与步骤（1）-（5）相同的步骤建立初级损伤区域识别模型集CNN2； 将传感阵列采集的待测损伤的散射信号归一化包络分别输入到训练好的CNN模型组CNN1和CNN2中，然后基于模型组输出的预测结果构建一个n×m维的初步预测结果统计矩阵，其中矩阵中位置（g,j）处的元素为CNN1预测结果与CNN2预测结果中区域g-1×m+j出现次数的乘积；将初步预测结果统计矩阵n×m输入到训练好的CNN3模型中，模型输出结果即为待测损伤的区域预测结果。

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山东大学，其通讯地址为：250061 山东省济南市历下区经十路17923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”。