西安理工大学陈驰获国家专利权
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！
龙图腾网获悉西安理工大学申请的专利基于多模态机器学习方法的碳纳米管缺陷辨识分类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：CN121298746B 。
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：202511851346.7，技术领域涉及：G01N21/88；该发明授权基于多模态机器学习方法的碳纳米管缺陷辨识分类方法是由陈驰;杨佳怡;陈国帅;王闯;高青青;张在秦设计研发完成，并于2025-12-10向国家知识产权局提交的专利申请。
本基于多模态机器学习方法的碳纳米管缺陷辨识分类方法在说明书摘要公布了：本发明公开了基于多模态机器学习方法的碳纳米管缺陷辨识分类方法，包括：获取碳纳米管的原子坐标文件、显微图像与拉曼光谱，形成多源数据集，并为有缺陷数据标注缺陷类型标签；对多源数据集进行预处理；构建由多层感知机、门控循环单元与卷积神经网络构成的三分支混合深度学习模型，分别处理原子结构数据、拉曼光谱及显微图像；利用数据集对模型进行训练及性能评估；利用优化好的模型进行碳纳米管缺陷的辨识分类。本发明方法可高效率、高精度识别碳纳米管缺陷。
本发明授权基于多模态机器学习方法的碳纳米管缺陷辨识分类方法在权利要求书中公布了：1.基于多模态机器学习方法的碳纳米管缺陷辨识分类方法，其特征在于，具体按照以下步骤实施： 步骤1、获取碳纳米管的原子坐标文件、显微图像与拉曼光谱，形成多源数据集，并为有缺陷数据标注缺陷类型标签； 步骤2、对步骤1得到的多源数据集进行预处理； 步骤3、构建由多层感知机、门控循环单元与卷积神经网络构成的三分支混合深度学习模型，分别处理原子结构数据、拉曼光谱及显微图像； 步骤4、利用步骤2得到的数据集对模型进行训练及性能评估； 步骤5、利用优化好的模型进行碳纳米管缺陷的辨识分类； 步骤3中，所述三分支混合深度学习模型由并行的结构特征处理分支、光谱特征提取分支、图像特征提取分支，以及特征融合与联合分类层构成；其中，结构特征处理分支采用多层感知机对几何拓扑特征进行高维编码；光谱特征提取分支采用门控循环单元网络从光谱数据中提取序列特征；图像特征提取分支采用卷积神经网络从显微图像中提取空间特征；特征融合与联合分类层将三个特征提取分支输出的特征向量进行融合，形成联合特征向量，该联合特征向量依次通过全连接层、输出层，输出所有缺陷的概率分布。
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西安理工大学，其通讯地址为：710048 陕西省西安市碑林区金花南路5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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励