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！

龙图腾网获悉汕头大学申请的专利去噪扩散样本增量学习的碳纤维材料损伤检测方法及装置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：CN115982965B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202211595005.4，技术领域涉及：G06F30/20；该发明授权去噪扩散样本增量学习的碳纤维材料损伤检测方法及装置是由陈鹏;许朝峻;马志刚;张春设计研发完成，并于2022-12-13向国家知识产权局提交的专利申请。

本去噪扩散样本增量学习的碳纤维材料损伤检测方法及装置在说明书摘要公布了：本发明涉及人工智能技术领域，公开一种去噪扩散样本增量学习的碳纤维材料损伤检测方法及装置。该方法包括：对碳纤维复合材料进行图像数据采集，得到真实样本；对所述真实样本进行扩散处理和逆扩散处理，生成拟合样本；将所述拟合样本补充至所述真实样本中，得到完备样本；使用所述完备样本对预设的损伤预测模型进行训练，得到训练后的损伤预测模型。本发明实施例可以提高实际样本稀缺和提高样本质量。

本发明授权去噪扩散样本增量学习的碳纤维材料损伤检测方法及装置在权利要求书中公布了：1.一种去噪扩散样本增量学习的碳纤维材料损伤检测方法，其特征在于，包括： 对碳纤维复合材料进行图像数据采集，得到真实样本，包括：对所述碳纤维复合材料进行X射线检测，得到检测图像；将所述检测图像分割成同一分辨率的图像块并整理为若干批次的图片集，作为所述真实样本； 对所述真实样本进行扩散处理和逆扩散处理，生成拟合样本，包括：将所述真实样本输入至预设的扩散模型，得到后验分布；将所述后验分布的采样数据输入所述扩散模型的前向扩散过程，得到加噪数据；依据所述加噪数据预测逆扩散过程的条件概率，得到近似先验分布；使用信息损失达到最小时的KL散度和所述后验分布的熵计算所述后验分布和所述近似先验分布的交叉熵，依据所述后验分布和所述近似先验分布的交叉熵拟合得到所述扩散模型的先验分布；对所述先验分布进行高斯采样并对高斯采样数据进行逆扩散去噪，对逆扩散时间进行自适应调整，得到所述拟合样本； 所述将所述后验分布的采样数据输入所述扩散模型的前向扩散过程，包括：设定扩散时间以及前向扩散过程的高斯噪声；在扩散时间内向所述后验分布的采样数据逐步添加所述高斯噪声，通过一条马尔可夫链将采样数据映射到高斯分布，得到所述加噪数据； 所述依据所述加噪数据预测逆扩散过程的条件概率，得到近似先验分布，包括：将所述加噪数据输入至解码器中进行解码，得到重构样本；将所述重构样本输入预测模型，依据所述加噪数据和所述后验分布的采样数据之间的关系进行后验扩散条件概率预测，得到所述近似先验分布； 将所述拟合样本补充至所述真实样本中，得到完备样本，包括：将所述真实样本划分为训练集和测试集，在所述训练集中加入所述拟合样本进行补充，将所述拟合样本补充至所述训练集中进行增广； 使用所述完备样本对预设的损伤预测模型进行训练，得到训练后的损伤预测模型，所述损伤预测模型包括残差神经网络。

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汕头大学，其通讯地址为：515063 广东省汕头市大学路汕头大学；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。