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！

龙图腾网获悉天津理工大学申请的专利一种基于迁移学习的光子晶体光纤光学特性预测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：CN116108734B 。

龙图腾网通过国家知识产权局官网在2026-02-27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：202210664129.7，技术领域涉及：G06F30/27；该发明授权一种基于迁移学习的光子晶体光纤光学特性预测方法是由黄薇;肖芳鑫;陈胜勇设计研发完成，并于2022-06-14向国家知识产权局提交的专利申请。

本一种基于迁移学习的光子晶体光纤光学特性预测方法在说明书摘要公布了：本发明针对目前光纤数值仿真计算领域存在的低效率、高人工成本等诸多问题，提出了一种高效精准的基于迁移学习的光子晶体光纤光学特性预测方法。该方法将光纤横截面结构转换成彩色图片，彩色图片三个通道可加载更多材料信息折射率、吸收率、非线性系数等，利用卷积神经网络对图片进行特征提取，并通过回归计算建立了光纤二维结构与光学特性之间的高效、准确映射网络关系。在此基础上，利用迁移学习方法，使用少量的不同类型的光子晶体光纤数据集，更新原网络模型的部分网络参数，快速建立针对新光纤结构和光学特性的映射网络关系。本发明计算速度快，精确度高，迁移学习方法适用范围较广，可以迁移到不同类型的光子晶体光纤，需要的数据量小。

本发明授权一种基于迁移学习的光子晶体光纤光学特性预测方法在权利要求书中公布了：1.一种基于迁移学习的光子晶体光纤光学特性预测方法，所述方法包括下列步骤： 步骤1：利用传统有限元仿真方法计算收集同一种栅格排列的不同光子晶体光纤模型内传输模式的光学特性； 步骤2：选取合适的分辨率和图片像素大小，将光纤横截面二维结构转换成彩色图片，将图片与对应的光学特性一起存储为数据集； 步骤3：构建合适的卷积神经网络及全连接回归预测神经网络A，卷积神经网络对输入的光纤结构图片进行特征提取，全连接回归预测神经网络对固定波长的不同结构光纤图片进行光学特性预测； 步骤4：在步骤3的基础上，进一步构建合适的回归预测网络B，将网络B与网络A串联，预测不同波长处光纤图片结构对应的光学特性； 步骤5：使用采集的数据集对网络A和网络B进行训练并保存模型，然后使用测试集对两个网络模型的预测性能进行测试，保存最合适的预测网络模型； 步骤6：在训练好的预测网络模型基础上，利用迁移学习方法，采集少量不同栅格的光子晶体光纤数据，快速训练并更新网络模型中的全连接层参数，得到新的网络预测模型，使其可以准确预测不同栅格排布的光子晶体光纤的光学特性。

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天津理工大学，其通讯地址为：300384 天津市西青区宾水西道391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。