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！

龙图腾网获悉中国核动力研究设计院申请的专利一种基于集成学习的汽液两相流流型识别方法及相关设备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：CN120510454B 。

龙图腾网通过国家知识产权局官网在2025-10-21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：202510998148.7，技术领域涉及：G06V10/764；该发明授权一种基于集成学习的汽液两相流流型识别方法及相关设备是由毕景良;邓康杰;徐建军;昝元锋;袁德文;李朋洲设计研发完成，并于2025-07-21向国家知识产权局提交的专利申请。

本一种基于集成学习的汽液两相流流型识别方法及相关设备在说明书摘要公布了：本发明公开了一种基于集成学习的汽液两相流流型识别方法及相关设备，涉及流场识别技术领域，解决了现有的流型识别方法无法兼顾识别精度和识别速度，且鲁棒性较差的问题，其技术方案要点是：包括：获取不同流型的汽液两相流图像，对汽液两相流图像进行预处理；基于预处理后的汽液两相流图像提取特征信息和对应的标签信息作为样本数据；基于样本数据划分训练集和测试集，基于训练集训练多种类型的多个基学习器；基于训练完成的基学习器构建集成模型，集成模型根据投票法识别流型；将单个机器学习算法的优点进行集中，使得机器学习算法在识别汽液两相流时能同时兼顾速度和识别精度，具有更好的识别鲁棒性和泛化能力。

本发明授权一种基于集成学习的汽液两相流流型识别方法及相关设备在权利要求书中公布了：1.一种基于集成学习的汽液两相流流型识别方法，其特征在于，包括： S1、获取不同流型的汽液两相流图像，对所述汽液两相流图像进行预处理； S2、基于预处理后的所述汽液两相流图像提取特征信息和对应的标签信息作为样本数据； S3、基于所述样本数据划分训练集和测试集，基于训练集训练多种类型的多个基学习器，其中，每轮次训练时基于样本的历史预测误差计算样本的采样概率，根据样本的采样概率从所述训练集中抽取样本组成子训练集，基于所述子训练集对基学习器进行训练； S4、基于训练完成的基学习器构建集成模型，所述集成模型根据投票法识别流型； 其中，每轮次训练时基于样本的历史预测误差计算样本的采样概率；包括：计算样本历史预测误差的加权和，作为样本的累积误差；计算样本的累积误差在所有样本的累积误差中的占比，得到本轮次样本的采样概率，所述本轮次样本的采样概率为： 其中，为第t+1轮次样本xi的采样概率；ε为平滑因子，随模型性能的下降而增大；为样本xi前t轮次的累积误差；为样本xj前t轮次的累积误差；n为子训练集中的样本个数；k是数值范围1-t的整数变量；γ∈0,1]为衰减因子；为第k个基学习器对样本xi的预测误差，若样本xi被第k个基学习器错误分类，则预测误差否则

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国核动力研究设计院，其通讯地址为：610000 四川省成都市双流区长顺大道一段328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。