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！

龙图腾网获悉中国科学院长春光学精密机械与物理研究所申请的专利基于多分支加权特征融合的光学系统正向设计方法和模型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：CN120822305B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202511325952.5，技术领域涉及：G06F30/17；该发明授权基于多分支加权特征融合的光学系统正向设计方法和模型是由张冬雪;沙巍;邓小芹;王荐钊;孙驰;盛磊;娄洪伟设计研发完成，并于2025-09-17向国家知识产权局提交的专利申请。

本基于多分支加权特征融合的光学系统正向设计方法和模型在说明书摘要公布了：本发明涉及一种基于多分支加权特征融合的光学系统正向设计方法和模型，该方法包括以下步骤：输入特征的选择与构建；多分支结构设计；自适应加权特征融合机制；正向设计的预测输出；训练与优化过程；输出结果的验证与应用。本发明的基于多分支加权特征融合网络的光学系统正向设计方法，采用深度学习网络直接学习“性能指标—设计参数”之间的映射关系，以多种光学性能指标如MTF曲线、波前分布图、泽尼克像差系数等为输入，快速输出对应的光学系统设计参数，真正实现了从光学系统性能目标到结构参数的正向预测，避免了繁琐、低效的迭代优化过程。

本发明授权基于多分支加权特征融合的光学系统正向设计方法和模型在权利要求书中公布了：1.一种基于多分支加权特征融合的光学系统正向设计方法，其特征在于，包括以下步骤： 步骤1：输入特征的选择与构建； 以多个光学系统的性能指标作为输入特征； 步骤2：多分支结构设计； 采用多分支深度学习网络结构，该网络结构的每个分支负责从不同的输入特征维度或不同尺度上提取光学设计特征； 步骤3：自适应加权特征融合机制； 采用自适应加权特征融合机制，根据不同输入特征对最终设计参数的贡献度，自动调整各输入特征的权重； 步骤4：正向设计的预测输出； 采用正向设计的方式，直接从多个光学性能指标预测对应的光学系统设计参数； 步骤5：训练与优化过程； 在训练过程中，通过最小化误差函数来优化多分支深度学习网络结构模型的参数；通过反向传播算法更新网络权重； 步骤6：输出结果的验证与应用； 经过训练后的多分支深度学习网络结构模型通过输入不同的性能指标实时预测光学系统设计参数；输出的设计参数用于光学系统的实际制造与调试，或者在设计迭代过程中为优化策略提供参考； 应用于所述的基于多分支加权特征融合的光学系统正向设计方法的网络模型，包括：输入特征构建模块、多分支特征提取模块、自适应加权特征融合模块以及光学设计参数预测模块；其中： 输入特征构建模块用于接收光学系统的多个性能指标，并将其预处理为网络模型的输入特征； 多分支特征提取模块包括：Zernike分支、波前图分支以及MTF曲线分支；其中：Zernike分支采用多层感知机对泽尼克像差系数进行处理，提取其中的全局设计特征；波前图分支使用多层卷积神经网络处理波前分布图像，提取其空间畸变模式；MTF曲线分支采用一维卷积神经网络或频域注意力网络处理MTF曲线的频率分布特征； 自适应加权特征融合模块用于将Zernike分支、波前图分支以及MTF曲线分支提取的特征进行动态融合； 光学设计参数预测模块用来接收融合后的高维特征，通过多层感知机将其映射为最终的光学设计参数 多分支特征提取模块的Zernike分支中，Zernike分支的特征向量由如下公式给出： ； 其中，是特征空间的维度，表示多层感知机，表示实数向量构成的空间； 多分支特征提取模块的波前图分支中，得到的波前图分支的特征向量表示为： ； 其中，表示卷积操作，是特征空间的维度，表示实数向量构成的空间； 多分支特征提取模块的MTF曲线分支中，得到的MTF曲线分支的特征向量表示为： ； 其中，表示维度，表示卷积操作，是特征空间的维度，表示实数向量构成的空间。

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科学院长春光学精密机械与物理研究所，其通讯地址为：130033 吉林省长春市经济技术开发区东南湖大路3888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。