Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国科学院合肥物质科学研究院高翔获国家专利权

中国科学院合肥物质科学研究院高翔获国家专利权

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!

龙图腾网获悉中国科学院合肥物质科学研究院申请的专利等离子体密度剖面反演方法、装置、计算机设备、可读存储介质和程序产品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:CN121031383B

龙图腾网通过国家知识产权局官网在2026-02-06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:202511556209.0,技术领域涉及:G06F30/27;该发明授权等离子体密度剖面反演方法、装置、计算机设备、可读存储介质和程序产品是由高翔;周子强;黄佳;冯洋;周振;杨书琪;张涛;文斐;耿康宁;李恭顺设计研发完成,并于2025-10-29向国家知识产权局提交的专利申请。

等离子体密度剖面反演方法、装置、计算机设备、可读存储介质和程序产品在说明书摘要公布了:本申请涉及一种等离子体密度剖面反演方法、装置、设备、存储介质和程序产品,涉及等离子体诊断技术领域。本申请能够提高密度剖面反演的效率和精度。该方法包括:获取由微波反射计采集的微波信号,从微波信号中提取中频信号,并将中频信号通过IQ检波器进行调解得到IQ信号;将IQ信号输入剖面神经网络模型,由剖面神经网络模型中的输入编码层对IQ信号进行信号增强处理,得到增强的目标IQ信号;由剖面神经网络模型中的骨干网络通过线性整流模块,对目标IQ信号进行特征提取和特征增强,得到强化后的多尺度特征;由剖面神经网络模型中的输出解码层根据强化后的多尺度特征进行剖面预测,得到微波反射计中等离子体的密度剖面分布数据。

本发明授权等离子体密度剖面反演方法、装置、计算机设备、可读存储介质和程序产品在权利要求书中公布了:1.一种等离子体密度剖面反演方法,其特征在于,所述方法包括: 获取由微波反射计采集的微波信号,从所述微波信号中提取中频信号,并将所述中频信号通过IQ检波器进行调解得到IQ信号; 将所述IQ信号输入剖面神经网络模型,由所述剖面神经网络模型中的输入编码层对所述IQ信号进行信号增强处理,得到增强的目标IQ信号; 由所述剖面神经网络模型中的骨干网络通过线性整流模块,对所述目标IQ信号进行特征提取和特征增强,由所述线性整流模块中的多条并行卷积分支通过不同长度的卷积核分别对所述目标IQ信号进行特征提取,得到对应的多个不同尺度的特征;由所述线性整流模块对多个所述不同尺度的特征以及所述目标IQ信号的原始特征进行融合汇总,得到合并后的多尺度特征;由所述线性整流模块将所述多尺度特征通过非线性激活函数进行特征增强,得到强化后的多尺度特征; 由所述剖面神经网络模型中的输出解码层根据所述强化后的多尺度特征进行剖面预测,由所述输出解码层利用多尺度卷积以不同的空间分辨率捕获所述强化后的多尺度特征,并使用残差连接来减轻所述剖面神经网络模型中的梯度消失,得到特征捕获结果;基于所述特征捕获结果进行剖面预测,得到所述微波反射计中等离子体的密度剖面分布数据;所述剖面神经网络模型的的整体架构由所述输入编码层、所述骨干网络和所述输出解码层组成;所述骨干网络包括两个线性整流函数Inception_1和Inception_2,每个线性整流函数包括四个分支,在最初的1×1卷积之后,三个分支应用3×1、5×1和7×1卷积来提取多尺度特征,然后将输出连接起来,通过另一个1×1卷积进行融合,并通过残差连接与输入连接,以增强特征并保持梯度流;由数据降维模块接收所述Inception_1的输出结果,然后通过模块内的四个并行分支对所述输出结果进行处理,每个分支首先通过1×1卷积调整信道大小,然后使用最大池或3×1、5×1和7×1卷积进行下采样,该过程将序列长度减半,同时将通道计数加倍并保留多尺度特征信息,然后由所述Inception_2对降维后的数据进行二次特征提取,得到高维特征,最后所述输出解码层处理所述骨干网络提取的高维特征,以产生预测的等离子体密度分布。

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合肥物质科学研究院,其通讯地址为:230031 安徽省合肥市蜀山区蜀山湖路350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。

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。