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！

龙图腾网获悉哈尔滨工业大学申请的专利一种基于多端深度神经网络的热扩散率高精度反演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：CN120183576B 。

龙图腾网通过国家知识产权局官网在2026-03-20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：202510234557.X，技术领域涉及：G16C60/00；该发明授权一种基于多端深度神经网络的热扩散率高精度反演方法是由唐洪;刘涛;刘铭睿;张海;刘佰设计研发完成，并于2025-02-28向国家知识产权局提交的专利申请。

本一种基于多端深度神经网络的热扩散率高精度反演方法在说明书摘要公布了：一种基于多端深度神经网络的热扩散率高精度反演方法属于红外热波无损检测与材料热物性测量技术领域，尤其涉及一种基于多端深度神经网络的热扩散率高精度反演方法。本发明旨在解决传统热扩散率测量方法中的计算效率低、噪声敏感性强和鲁棒性不足的问题，并针对含有损伤缺陷的材料提出一种基于多端深度神经网络的热扩散率高精度反演方法。具体来说，本发明利用锁相热成像技术提取热波的振幅和相位，获得描述热扩散过程的稳定特征。构建以空间坐标、激励频率、表面温度信息、振幅和相位为输入的深度学习网络，通过多模态数据融合、先进的去除直流分量技术和多端深度神经网络架构，实现对复杂材料热扩散率的高效、精准测量。

本发明授权一种基于多端深度神经网络的热扩散率高精度反演方法在权利要求书中公布了：1.一种基于多端深度神经网络的热扩散率高精度反演方法，其特征在于，包括以下流程： S1：对含缺陷的扩散热波信号进行数值模拟，建立数值模型； S2：基于S1得到的数值模型，进行数值模型数据集的建立； S3：基于残差模块和S2得到的数据，构建三通道深度神经网络，训练与预测； S4：基于S3构建的神经网络，进行实验条件下真实材料热扩散率预测； 所述S2包括以下步骤： S2.1基于S1得到的数值模型，对不同调制频率下的热波信号进行数值模拟，生成不同频率下的大规模初始热波数据集； S2.2采用非线性拟合方法，对于S2.1生成的初始热波数据集进行去直流分量信号处理，得到去直流分量后的热波信号； S2.3基于锁相热成像算法，对于S2.2得到的热波信号提取不同调制频率下的热波信号的频域振幅和相位信息数据； S2.4采用数据增强方法，在S2.3得到的数据中引入随机噪声； S2.5对频域下的振幅和相位数据进行去中心化和归一化处理，得到最终的包含空间位置、不同的调制频率、时域表面温度信息，频域振幅和相位信息，以及待测材料的热物参数的多模态大规模训练数据集，并随机提取小批量数据集作为验证集； 所述S2.2中，构建非线性拟合法数值拟合模型为： ； 其中，是交流分量，常数的值是使用小批量梯度下降法获得的。

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哈尔滨工业大学，其通讯地址为：150001 黑龙江省哈尔滨市南岗区西大直街92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。