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！

龙图腾网获悉中国石油大学(华东)申请的专利改进式野马算法优化的树突网络的海洋管道损伤定位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：CN120633451B 。

龙图腾网通过国家知识产权局官网在2025-12-23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：202510848564.9，技术领域涉及：G06F30/27；该发明授权改进式野马算法优化的树突网络的海洋管道损伤定位方法是由吴磊;刘超;王帅;龚玉林;王文榜;肖文生;梅江涛;许登攀;李航;张云翔;李广鑫设计研发完成，并于2025-06-24向国家知识产权局提交的专利申请。

本改进式野马算法优化的树突网络的海洋管道损伤定位方法在说明书摘要公布了：本发明涉及管道损伤检测技术领域，具体涉及一种改进式野马算法优化的树突网络的海洋管道损伤定位方法。本发明包括如下步骤：海洋管道损伤模型的建立、应变数据集的获取、改进式野马算法优化的树突网络的建立、管道损伤识别实验平台的建立、实验数据集的训练和测试。本发明能够处理和分析大量的信号数据，并迅速定位损伤位置，使得本发明能够实现管道的实时监控和预警，及时识别并处理潜在的安全风险；提供的权重特征融合模块，不仅考虑不同特征的贡献度，还能够在融合过程中保留关键信息，提高模型的表示能力和预测精度；从多角度、多维度分析管道状态，从而更准确地识别出损伤位置，用于降低维护成本，提高管道的安全性。

本发明授权改进式野马算法优化的树突网络的海洋管道损伤定位方法在权利要求书中公布了：1.一种改进式野马算法优化的树突网络的海洋管道损伤定位方法，其特征在于，包括如下步骤： S1、海洋管道损伤模型的建立：模拟带有裂纹损伤的海洋管道，并在海洋管道的表面挖取细长凹槽来模拟裂缝，裂缝到固定支撑端的距离为X，裂缝尺寸为LDH，其中，L为损伤长度，D为损伤宽度，H为损伤深度； S2、应变数据集的获取：构建带有不同损伤位置的管道模型，在管道模型表面添加应变传感器和加速度传感器，并进行应变和加速度分析，求解得到应变响应数据和加速度响应数据，得到应变数据集； S3、改进式野马算法优化的树突网络的建立：将应变响应数据和加速度响应数据作为多源信息进行管道损伤的识别，构建改进式野马算法优化的树突网络，树突网络包括特征提取模块、权重特征融合模块、多头注意力模块、野马算法优化超参数模块和决策模块，进行损伤定位和识别； S4、管道损伤识别实验平台的建立：管道损伤识别实验平台包括信号采集器、功率放大器、激振器、管道、应变传感器、加速度传感器、光栅光线解调仪、动态信号测试分析系统和计算机；信号采集器接受指令后产生激励信号，功率放大器将激励信号放大，以控制激振器的振动幅度；将激振器和管道固定到试验台架上；管道振动产生的应变响应数据和加速度数据分别经由应变传感器和加速度传感器测得，数据经应变传感器传送到光纤光栅解调仪，通过测量光纤光栅的峰值波长、谷值波长及全谱来解调出应变变化数据，然后解调后的信号传输到计算机上；通过管道损伤识别实验平台得到应变和加速度的信号数据，得到实验数据集； S5、实验数据集的训练和测试：将改进式野马算法优化的树突网络对实验数据集进行特征处理，并得到测试的准确率； 所述步骤S3的改进式野马算法优化的树突网络中，特征提取模块包括两个树突网络，树突网络由DD模块和线性模块组成，DD模块表述如公式： 1 2 其中：和分别表示DD模块的输入和输出；和分别表示DD模块的原始输入和输出；表示第个模块到第个模块的权重矩阵；表示Hadamard乘积；最后一个模块是线性的；表示模块数； DD模块和线性模块的正向传播表述如公式： 3 DD模块和线性模块的误差反向传播表述如公式： 4 5 6 DD的权重调整表述如公式： 7 8 其中：和分别表示DD模块的输出和标签；表示每批训练样本的数量；基于启发式算法，代表随时间自适应调整的学习率； 所述步骤S3的改进式野马算法优化的树突网络中，权重特征融合模块为MSD函数权重特征融合模块，引入特征融合权重和，通过权重来表示不同信息源的特征进行融合的重要程度，从而使与损伤状况相关度更高的特征在融合后特征中占比更高，模型决策性能大幅提高，特征融合权重的表述如公式： 9 10 其中：，并且，[0,1]； 二重笛卡尔积的表述如公式： 11 其中：M和N分别代表每个子网络输出的特征向量；两个特征向量通过外积的方式进行融合表述如公式： 12 表示张量积，也称为外积，即任意大小两个张量之间的运算； 13 特征融合方式结合权重系数，构建MSD函数权重特征融合模块实现多源信息融合，融合方式表述如公式： 14 其中：代表MSD函数权重特征融合模块输出的融合后特征； 所述步骤S3的改进式野马算法优化的树突网络中，多头注意力模块通过计算输入序列中每个位置对其他位置的注意力权重，并生成加权的中间表示，计算一组查询向量的注意力函数并将其打包成矩阵Q，键向量和值向量分别打包成矩阵K和V，输出矩阵表述如公式： 13 其中：代表键向量的维度；利用缩放后的点积结果应用SoftMax函数；SoftMax函数将缩放后的点积转换为非负且和为1的注意力权重，注意力权重反映不同位置对于当前查询的重要性； 多头注意力的公式表述如公式： 14 15 其中：投影代表参数矩阵：，，，；h表示投影次数，表示模型维度，表示键的维度，表示值的维度； 所述步骤S3的改进式野马算法优化的树突网络中，野马算法优化超参数模块考虑学习率、层数、批处理大小的影响因素，对树突神经网络超参数进行寻优。

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石油大学(华东)，其通讯地址为：266000 山东省青岛市黄岛区长江西路66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。