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！

龙图腾网获悉厦门大学申请的专利基于深度学习的频率选择表面结构拓扑逆预测方法及装置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：CN115203935B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202210816139.8，技术领域涉及：G06F30/20；该发明授权基于深度学习的频率选择表面结构拓扑逆预测方法及装置是由肖理业;成煜;柳清伙设计研发完成，并于2022-07-12向国家知识产权局提交的专利申请。

本基于深度学习的频率选择表面结构拓扑逆预测方法及装置在说明书摘要公布了：本发明公开了一种基于深度学习的频率选择表面结构拓扑逆预测方法及装置，采用拓扑建模方式构建频率选择表面结构，并将频率选择表面结构进行仿真，得到对应的|S11|曲线，基于频率选择表面结构与其对应的|S11|曲线构建训练数据；构建基于MLP‑Mixer的频率选择表面结构拓扑逆预测模型，采用训练数据对频率选择表面结构拓扑逆预测模型进行训练，得到经训练的频率选择表面结构拓扑逆预测模型，频率选择表面结构拓扑逆预测模型的输入是|S11|曲线，输出是频率选择表面结构的二值图像；获取目标|S11|曲线，将目标|S11|曲线输入经训练的频率选择表面结构拓扑逆预测模型，预测得到满足目标|S11|曲线条件的频率选择表面结构。经过验证该预测方法可靠有效，提高了计算效率。

本发明授权基于深度学习的频率选择表面结构拓扑逆预测方法及装置在权利要求书中公布了：1.一种基于深度学习的频率选择表面结构拓扑逆预测方法，其特征在于，包括以下步骤： S1，采用拓扑建模方式构建频率选择表面结构，并将所述频率选择表面结构进行仿真，得到对应的|S11|曲线，基于所述频率选择表面结构与其对应的|S11|曲线构建训练数据； S2，构建基于MLP-Mixer的频率选择表面结构拓扑逆预测模型，采用所述训练数据对所述频率选择表面结构拓扑逆预测模型进行训练，得到经训练的频率选择表面结构拓扑逆预测模型，所述频率选择表面结构拓扑逆预测模型的输入是|S11|曲线，输出是所述频率选择表面结构的二值图像，所述频率选择表面结构拓扑逆预测模型包括线性嵌入模块、混合架构模块和结构预测模块，线性嵌入模块将|S11|曲线的参数分段后送入网络，并将每一段数据通过不同参数的全连接层编码，得到多个编码结果，将多个编码结果组合后输入混合架构模块，混合架构模块由多个混合层组成，每个混合层使用两种类型的MLP块：空间混合MLP和通道混合MLP；空间混合MLP实现不同空间位置的数据块之间的混合，数据块在每个通道上独立运行，并将数据矩阵的各个列作为输入，通过两个1×1卷积层和一个单元级非线性激活函数实现；通道MLP实现不同通道的数据块之间的混合，独立地对每个数据块进行操作，将数据矩阵的各行作为输入，通过两个全连接层和一个单元级非线性激活函数实现；空间混合MLP和通道混合MLP在混合层中交错连接；结构预测模块由全局平均池化层、全连接层和二值化层构成，全局平均池化层将混合架构模块提取出的|S11|曲线的参数特征信息降维，再通过全连接层得到初始频率选择表面结构，最后通过二值化层转化为频率选择表面拓扑结构的二值图像；将MLP-Mixer的损失函数定义为：，其中，m为训练集的样本个数，为第i个样本的真实的频率选择表面结构，为第i个样本的预测的频率选择表面结构； S3，获取目标|S11|曲线，将所述目标|S11|曲线输入所述经训练的频率选择表面结构拓扑逆预测模型，预测得到满足目标|S11|曲线条件的频率选择表面结构。

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厦门大学，其通讯地址为：361000 福建省厦门市思明南路422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。