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！

龙图腾网获悉国高材高分子材料产业创新中心有限公司申请的专利基于深度学习的高分子材料断裂失效类型判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：CN120411967B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202510918720.4，技术领域涉及：G06V20/69；该发明授权基于深度学习的高分子材料断裂失效类型判别方法及系统是由吴博;彭杰;王锐佳;庞承焕;叶南飚;李卫领设计研发完成，并于2025-07-04向国家知识产权局提交的专利申请。

本基于深度学习的高分子材料断裂失效类型判别方法及系统在说明书摘要公布了：本申请公开了一种基于深度学习的高分子材料断裂失效类型判别方法及系统，属于深度学习技术领域，所述方法包括：通过对收集的高分子材料的原始SEM图像进行预处理，获得图像数据集；其中，所述图像数据集包括若干个所述原始SEM图像进行剪裁后的子图；将图像数据集输入至预设的神经网络模型进行材料断裂失效类型的预测，得到模型预测结果以表示高分子材料的断裂失效类型；然后用遮挡法对原始图像进行处理，得到可解释性分析图像，以确定模型在进行预测时是根据子图中的哪些区域得到模型预测结果的，为后续改进模型提供数据支撑。本申请通过卷积神经网络对高分子材料断裂失效类型进行智能化识别，减少对人工识别的依赖，提升识别效率和精度。

本发明授权基于深度学习的高分子材料断裂失效类型判别方法及系统在权利要求书中公布了：1.一种基于深度学习的高分子材料断裂失效类型判别方法，其特征在于，包括： 通过对收集的高分子材料的原始SEM图像进行预处理，获得图像数据集；其中，所述图像数据集包括若干个所述原始SEM图像进行剪裁后的子图； 将图像数据集输入至预设的神经网络模型进行材料断裂失效类型的预测，得到模型预测结果； 采用遮挡法对所述原始SEM图像进行处理，得到每个原始SEM图像的可解释性分析图像，并根据所述可解释性分析图像以确定模型预测结果的模型判定依据；其中，得到所述可解释性分析图像，具体为：根据所述子图在对应的所述原始SEM图像中的位置，构建子图关系字典；分别对每个所述子图中的区域进行遮挡，得到每个所述子图的影响分析结果；根据子图关系字典，还原每个所述子图在对应的所述原始SEM图像中的位置，并根据所述位置将所述子图的影响分析结果进行拼接，得到每个原始SEM图像的可解释性分析图像；所述可解释性分析图像包括原始SEM图像、正贡献热图、负贡献热图和掩码图像； 其中，正贡献热图用于展示所述原始SEM图像中与对应的所述模型预测结果呈正相关的被遮挡区域；负贡献热图用于展示所述原始SEM图像中与对应的所述模型预测结果呈负相关的被遮挡区域；掩码图像用于展示原始SEM图像中与模型预测结果的准确度相关的关键区域。

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国高材高分子材料产业创新中心有限公司，其通讯地址为：510663 广东省广州市高新技术产业开发区科丰路33号自编九栋5楼501室；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”。