湘潭大学钟向丽获国家专利权
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！
龙图腾网获悉湘潭大学申请的专利一种基于机器学习的电介质材料筛选方法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：CN119724447B 。
龙图腾网通过国家知识产权局官网在2025-10-14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：202411816182.X，技术领域涉及：G16C60/00；该发明授权一种基于机器学习的电介质材料筛选方法是由钟向丽;周燕;邹娟;戴李雨芬;王金斌;宋宏甲设计研发完成，并于2024-12-11向国家知识产权局提交的专利申请。
本一种基于机器学习的电介质材料筛选方法在说明书摘要公布了：本发明公开了一种基于机器学习的电介质材料筛选方法，包括：将待筛选电滞回线图像输入到训练好的分类模型中，获得对应的分类结果；该分类模型的训练步骤为：对获取的历史电滞回线图像数据进行数据增强和预处理，得到训练灰度图像数据集和测试灰度图像数据集；对这两个数据集均进行特征提取和标签化处理，得到对应的训练集和测试集；采用网格搜索和交叉验证的策略对设定的机器学习分类器进行超参数优化，得到机器学习分类器的最优超参数；基于最优超参数，依据训练集进行模型训练，得到最优机器学习模型作为分类模型，并依据测试集进行测试。该方法不仅实现了电介质材料类别的快速准确筛选，而且能够应变不同图像质量和绘图风格的电滞回线图像。
本发明授权一种基于机器学习的电介质材料筛选方法在权利要求书中公布了：1.一种基于机器学习的电介质材料筛选方法，其特征在于，包括： 将待筛选电滞回线图像输入到训练好的分类模型中，获得所述待筛选电滞回线图像对应的分类结果； 其中，所述分类模型的训练步骤包括： 获取历史电滞回线图像数据，对所述历史电滞回线图像数据进行数据增强处理和预处理，得到训练灰度图像数据集和测试灰度图像数据集； 对所述训练灰度图像数据集和所述测试灰度图像数据集，均进行特征提取处理和标签化处理，得到对应的训练集和测试集； 设定机器学习分类器，并采用网格搜索和交叉验证的策略对机器学习分类器进行超参数优化，得到机器学习分类器的最优超参数； 基于所述最优超参数，依据所述训练集进行模型训练，得到最优机器学习模型作为分类模型；并依据所述测试集对训练后的分类模型进行测试； 所述机器学习分类器为卷积神经网络分类器。
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湘潭大学，其通讯地址为：411100 湖南省湘潭市雨湖区羊牯塘街道湘潭大学；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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
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