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！

龙图腾网获悉大连交通大学申请的专利一种基于改进卷积神经网络的风机叶片损伤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：CN115205260B 。

龙图腾网通过国家知识产权局官网在2025-09-05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：202210843172.X，技术领域涉及：G06T7/00；该发明授权一种基于改进卷积神经网络的风机叶片损伤识别方法及系统是由邹丽;程昊文;孙屹博;杨鑫华设计研发完成，并于2022-07-18向国家知识产权局提交的专利申请。

本一种基于改进卷积神经网络的风机叶片损伤识别方法及系统在说明书摘要公布了：本发明公开了一种基于改进卷积神经网络的风机叶片损伤识别方法及系统，获取风机叶片图像，并构建训练集和测试集；使用所述训练集对构建的基于改进卷积神经网络的风机叶片损伤识别模型进行训练，并使用测试集对模型进行测试；基于训练得到的风机叶片损伤识别模型进行风机叶片损伤检测。构建的基于改进卷积神经网络的风机叶片损伤识别模型，可提高风机叶片的损伤识别准确率。

本发明授权一种基于改进卷积神经网络的风机叶片损伤识别方法及系统在权利要求书中公布了：1.一种基于改进卷积神经网络的风机叶片损伤识别方法，其特征在于，所述方法包括： 获取风机叶片图像，并构建训练集和测试集； 使用所述训练集对构建的基于改进卷积神经网络的风机叶片损伤识别模型进行训练，并使用测试集对模型进行测试； 基于训练得到的风机叶片损伤识别模型进行风机叶片损伤检测； 基于改进卷积神经网络的风机叶片损伤识别模型，具体包括： 第一层卷积用于提升特征图的维度，接着引入BN层做数据归一化处理，提高模型的收敛速度，然后依次经过三组相同的合成结构； 一个EACBlock模块、一个DPCI_SEBlock模块和一个降维层依次连接合成一组结构；具有残差连接的强化型非对称卷积模块EACBlock，用于加强卷积核骨干处提取的内容来增强卷积操作对特征信息的提取；接着进入双池化拼接输入型注意力模块DPCI_SEBlock，用于更多地获得全局与局部的通道信息，提升对损伤的空间位置信息的获取能力；之后进入降维层，用于降低特征图的维度，降低模型内部参数计算量； 特征信息一共经过三组合成结构后，最终输入到FC全连接层和SoftMax函数进行组合分类输出； 所述EACBlock模块是基于非对称卷积层改进得到，包括三条并列的支路，在每条支路上添加了卷积核尺寸为1的卷积层，然后再经过GELU激活函数，进一步提升模块的非线性，增强了模块的表达能力； 所述DPCI_SEBlock模块是基于注意力模块SEblock改进得到，在SEBlock模块前添加一个包括平均池化层与最大池化层的双池化层，将特征图输入平均池化层与最大池化层并行结构，并且将SEBlock中的ReLU激活函数替换为GELU激活函数； 对于输入的特征图，平均池化层能保留全局特征信息，最大池化层能保留局部特征信息，最后经过拼接操作将两部分的特征信息汇总，得到更丰富的特征信息，保证在之后的注意力模块能更准确提取图像的空间位置信息。

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大连交通大学，其通讯地址为：116028 辽宁省大连市沙河口区黄河路794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”。