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！

龙图腾网获悉东北大学申请的专利基于小样本机器学习的易装调离轴三反系统生成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：CN119535773B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202411724249.7，技术领域涉及：G02B27/00；该发明授权基于小样本机器学习的易装调离轴三反系统生成方法是由魏阳杰;孙艺玮;张媛媛设计研发完成，并于2024-11-28向国家知识产权局提交的专利申请。

本基于小样本机器学习的易装调离轴三反系统生成方法在说明书摘要公布了：本发明提供一种基于小样本机器学习的易装调离轴三反系统生成方法，涉及光学系统设计技术领域，针对快速设计易装调要求下的离轴三反系统设计问题提出了一种基于小样本机器学习的易装调离轴三反系统的生成方案，具体是指为便于降低离轴三反系统的装调难度并降低机器学习的训练和数据收集难度而构建一种使用小样本数据集训练SVR模型进而自动生成易装调离轴多反系统的方法。在构建数据集时，设计了一种小样本的数据收集方法，降低了样本中的特征数量，以便降低训练集的构建和机器学习模型的开发难度；然后，构建SVR模型，并基于数据集训练SVR模型；最后，使用训练好的SVR模型生成离轴三反球面系统的参数组合，并基于参数组合生成离轴三反自由曲面系统。

本发明授权基于小样本机器学习的易装调离轴三反系统生成方法在权利要求书中公布了：1.一种基于小样本机器学习的易装调离轴三反系统生成方法，其特征在于，包括以下步骤： 步骤1：构建数据集； 所述数据集包括输入集和输出集；所述输入集包含多组设计要求参数，即多组F数、入瞳直径和视场角的组合；输出集包含多组易装调离轴三反球面成像系统的参数的组合，即多组{r1,r2,r3,d1,d2,d3,α1,α2,α3}，其中r1,r2和r3分别为主镜、次镜和三镜的曲率半径，d1,d2和d3分别为主次镜、次三镜和三镜到像面之间的距离，α1,α2和α3分别为主镜、次镜和三镜的倾斜角度；具体组数T由采样个数决定，T=TF×TED×TFOV，TF、TED和TFOV分别为入瞳、F数和视场的采样个数； 所述步骤1还包括：设计离轴三反系统的综合目标函数，表达式为： 1； 其中，rn为第n面反射镜的曲率半径；αn为第n面反射镜的倾斜角度；dn表示相邻反射镜之间的距离；K为反射镜总数；g1至g4为构建易装调的离轴三反球面成像系统时需要用到的子函数，t1至t4为各子函数的权重，子函数表达式分别为： 2； 3； 4； 5； 其中，g1为像质评价函数；g2为装调约束函数；g3为离轴程度函数；g4为余量约束函数；N为采样光线的总条数；i为采样光线的序号；xi,yi为第i条采样光线的成像点；HIx,HIy是理想像点的坐标；S为采样点总数；xj,yj为采样点的坐标；RM为装调约束参考半径；xM,yM为装调约束参考点的坐标；Bn为一个布尔数，当反射镜不遮拦光线时，Bn=0，否则Bn=1；ln为反射镜到被遮拦光束的边缘的最短距离；An为余量值，设预留余量值为Q，则当前余量值大于Q时，An=0，否则An=|Q-An|； 步骤2：构建SVR模型； 所述SVR模型即支持向量回归模型，支持向量回归模型基于支持向量机的回归分析方法，通过构建一个容忍区间来实现模型预测； 其中所述SVR模型的训练损失函数为： 6； 其中，ω是超平面的法向量；b是超平面的位移；M为自变量的个数；fxm表示SVR模型对第m个输入样本xm的预测值，ym是对应的真实值；C为正则化参数，lε是不敏感损失函数，其表达式为： 7； 使用RBF核作为核函数，其表达式为： 8； 其中，γ、ε均SVR模型中的超参数； 步骤3：训练SVR模型； 步骤4：使用训练好的SVR模型对新的设计要求参数进行预测，得到一组离轴三反球面成像系统的参数的组合，然后结合改进的W-W法，获得易装调自由曲面离轴三反系统。

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东北大学，其通讯地址为：110819 辽宁省沈阳市和平区文化路3号巷11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。