中山大学;南方海洋科学与工程广东省实验室(珠海)俞宏英获国家专利权
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!
龙图腾网获悉中山大学;南方海洋科学与工程广东省实验室(珠海)申请的专利基于机器学习的锕系合金腐蚀行为预测方法、装置和存储介质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:CN119541670B 。
龙图腾网通过国家知识产权局官网在2025-10-10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:202411654462.5,技术领域涉及:G16C20/10;该发明授权基于机器学习的锕系合金腐蚀行为预测方法、装置和存储介质是由俞宏英;黄伟鑫;孙冬柏;蒋旭洲设计研发完成,并于2024-11-19向国家知识产权局提交的专利申请。
本基于机器学习的锕系合金腐蚀行为预测方法、装置和存储介质在说明书摘要公布了:本发明公开了一种基于机器学习的锕系合金腐蚀行为预测方法、装置和存储介质,包括获取基于机器学习的腐蚀形貌识别模型和腐蚀行为预测模型,将各锕系合金腐蚀待识别图像输入至腐蚀形貌识别模型进行识别处理,根据处理结果确定腐蚀形貌识别时序数据,将腐蚀形貌识别时序数据输入至腐蚀行为预测模型进行预测处理,根据处理结果确定锕系合金腐蚀行为预测数据等步骤。本发明能够根据锕系合金的待识别图像预测得到锕系合金的腐蚀行为,为解决锕系合金腐蚀行为研究困难、分析锕系合金腐蚀特征与规律,提供了更加全面且可靠的工具和技术手段,克服了现有技术在研究锕系合金腐蚀行为时准确度不高的缺陷。本发明广泛应用于金属腐蚀行为预测技术领域。
本发明授权基于机器学习的锕系合金腐蚀行为预测方法、装置和存储介质在权利要求书中公布了:1.一种基于机器学习的锕系合金腐蚀行为预测方法,其特征在于,所述方法包括: 获取多个锕系合金腐蚀待识别图像; 获取基于机器学习的腐蚀形貌识别模型和腐蚀行为预测模型;所述腐蚀形貌识别模型和所述腐蚀行为预测模型经过铀铌合金腐蚀样本图像的训练; 将各所述锕系合金腐蚀待识别图像分别输入至所述腐蚀形貌识别模型进行识别处理,根据所述腐蚀形貌识别模型的处理结果确定腐蚀形貌识别时序数据; 将所述腐蚀形貌识别时序数据输入至所述腐蚀行为预测模型进行预测处理,根据所述腐蚀行为预测模型的处理结果确定锕系合金腐蚀行为预测数据; 分别对各所述锕系合金腐蚀待识别图像进行主颜色分析,获取各所述锕系合金腐蚀待识别图像各自的颜色分布信息; 以所述锕系合金腐蚀待识别图像的采集时间对所述颜色分布信息进行标记; 根据各所述颜色分布信息各自对应的采集时间进行排序; 根据排序结果确定腐蚀颜色识别时序数据; 所述将各所述锕系合金腐蚀待识别图像分别输入至所述腐蚀形貌识别模型进行识别处理,根据所述腐蚀形貌识别模型的处理结果确定腐蚀形貌识别时序数据,包括: 对于任一所述锕系合金腐蚀待识别图像,将所述锕系合金腐蚀待识别图像输入至所述腐蚀形貌识别模型进行识别处理,获取所述腐蚀形貌识别模型输出的腐蚀面积数据,以所述锕系合金腐蚀待识别图像的采集时间对所述腐蚀面积数据进行标记; 根据各所述腐蚀面积数据各自对应的采集时间进行排序; 根据排序结果确定所述腐蚀形貌识别时序数据; 所述根据排序结果确定所述腐蚀形貌识别时序数据,包括: 以排序后的各所述腐蚀面积数据,作为所述腐蚀形貌识别时序数据; 或者 根据排序后的各所述腐蚀面积数据,确定多个腐蚀速率数据; 以各所述腐蚀速率数据作为所述腐蚀形貌识别时序数据; 或者 根据金属腐蚀评级标准,将排序后的各所述腐蚀面积数据转换为相应的各腐蚀等级数据; 以各所述腐蚀等级数据作为所述腐蚀形貌识别时序数据。
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中山大学;南方海洋科学与工程广东省实验室(珠海),其通讯地址为:510275 广东省广州市新港西路135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”。
以上内容由龙图腾AI智能生成。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励