Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 安徽省新方尊自动化科技有限公司聂刚获国家专利权

安徽省新方尊自动化科技有限公司聂刚获国家专利权

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!

龙图腾网获悉安徽省新方尊自动化科技有限公司申请的专利一种采用深度学习的泡沫铝微观结构检测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:CN120577265B

龙图腾网通过国家知识产权局官网在2025-09-30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:202511086374.4,技术领域涉及:G01N21/49;该发明授权一种采用深度学习的泡沫铝微观结构检测方法及系统是由聂刚;江正根;孙昊;王凡设计研发完成,并于2025-08-05向国家知识产权局提交的专利申请。

一种采用深度学习的泡沫铝微观结构检测方法及系统在说明书摘要公布了:本发明公开了一种采用深度学习的泡沫铝微观结构检测方法及系统,涉及微观结构检测技术领域,该方法包括:对待检测泡沫铝材料进行图像采集,获取泡沫铝材料图像,其中,待检测泡沫铝材料为制备LED灯具散光罩的原料;利用卷积神经网络识别泡沫铝材料图像的微观孔隙特征,输出微观孔隙数据;采集LED灯具的照明属性参数,以及LED灯具散光罩的设计结构参数;根据微观孔隙数据、照明属性参数和设计结构参数,采用深度学习对待检测泡沫铝材料进行散光性能预测,输出预测散光均匀系数,作为散光性能检测结果。本发明解决了现有技术中存在的泡沫铝散光性能检测精准度差的技术问题。

本发明授权一种采用深度学习的泡沫铝微观结构检测方法及系统在权利要求书中公布了:1.一种采用深度学习的泡沫铝微观结构检测方法,其特征在于,方法包括: 对待检测泡沫铝材料进行图像采集,获取泡沫铝材料图像,其中,所述待检测泡沫铝材料为制备LED灯具散光罩的原料; 利用卷积神经网络识别所述泡沫铝材料图像的微观孔隙特征,输出微观孔隙数据; 采集LED灯具的照明属性参数,以及LED灯具散光罩的设计结构参数; 根据所述微观孔隙数据、照明属性参数和设计结构参数,采用深度学习对所述待检测泡沫铝材料进行散光性能预测,输出预测散光均匀系数,作为散光性能检测结果; 其中,利用卷积神经网络识别所述泡沫铝材料图像的微观孔隙特征,输出微观孔隙数据,包括: 配置泡沫铝材料的识别孔隙特征指标,其中,所述识别孔隙特征指标包括孔径分布、孔壁粗糙度、孔隙壁厚度、孔隙形态系数、孔隙率、孔隙密度和孔隙分布均匀系数; 基于同类泡沫铝材料的历史检测数据,以所述识别孔隙特征指标为约束,采集样本材料图像集和样本孔隙特征集; 采用所述样本材料图像集和样本孔隙特征集,训练卷积神经网络至收敛,得到孔隙特征识别器; 利用所述孔隙特征识别器,对所述泡沫铝材料图像进行微观孔隙特征识别,输出微观孔隙数据; 其中,根据所述微观孔隙数据、照明属性参数和设计结构参数,采用深度学习对所述待检测泡沫铝材料进行散光性能预测,输出预测散光均匀系数,包括: 基于LED灯具的历史照明监测数据,采集LED灯具散光罩的样本微观孔隙数据集和样本设计结构参数集,以及LED灯具的样本照明属性参数集,并采集LED灯具的样本散光均匀系数,获取样本散光均匀系数集; 采用所述样本微观孔隙数据集、样本设计结构参数集和样本照明属性参数集为输入,采用所述样本散光均匀系数集为输出,训练深度学习模型至收敛,得到散光性能预测器; 将所述微观孔隙数据、照明属性参数和设计结构参数输入所述散光性能预测器,预测获取所述待检测泡沫铝材料的预测散光均匀系数。

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安徽省新方尊自动化科技有限公司,其通讯地址为:230600 安徽省合肥市蜀山区高新技术产业开发区望江西路5089号中科大先研院未来中心;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”。

以上内容由龙图腾AI智能生成。

免责声明
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。