買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉山東大學(xué)申請的專利雙級CNN模型訓(xùn)練方法及系統(tǒng)、損傷區(qū)域識別方法及系統(tǒng)獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN116304875B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-08-08發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202310302028.X，技術(shù)領(lǐng)域涉及：G06F18/241；該發(fā)明授權(quán)雙級CNN模型訓(xùn)練方法及系統(tǒng)、損傷區(qū)域識別方法及系統(tǒng)是由呂珊珊;姜明順;魏鈞濤;孫玲玉;張雷;張法業(yè);隋青美;賈磊設(shè)計(jì)研發(fā)完成，并于2023-03-22向國家知識產(chǎn)權(quán)局提交的專利申請。

本雙級CNN模型訓(xùn)練方法及系統(tǒng)、損傷區(qū)域識別方法及系統(tǒng)在說明書摘要公布了：本發(fā)明屬于碳纖維復(fù)合材料結(jié)構(gòu)健康監(jiān)測領(lǐng)域，提供了一種雙級CNN模型訓(xùn)練方法及系統(tǒng)、損傷區(qū)域識別方法及系統(tǒng)。訓(xùn)練方法包括構(gòu)建實(shí)測模擬損傷樣本數(shù)據(jù)集和數(shù)值計(jì)算損傷樣本數(shù)據(jù)集；基于實(shí)測模擬損傷樣本數(shù)據(jù)集和數(shù)值計(jì)算損傷樣本數(shù)據(jù)集，構(gòu)建結(jié)構(gòu)損傷樣本數(shù)據(jù)庫；采用結(jié)構(gòu)損傷樣本數(shù)據(jù)庫，分別訓(xùn)練第一CNN模型和第二CNN模型，分別得到第一特征矩陣和第二特征矩陣；基于第一特征矩陣和第二特征矩陣的融合矩陣，訓(xùn)練第三CNN模型。在實(shí)際應(yīng)用時(shí)，將傳感陣列采集的歸一化損傷散射信號包絡(luò)輸入到訓(xùn)練好的雙級CNN網(wǎng)絡(luò)預(yù)測模型中，即可實(shí)現(xiàn)碳纖維復(fù)合材料結(jié)構(gòu)損傷區(qū)域的快速、精準(zhǔn)識別。

本發(fā)明授權(quán)雙級CNN模型訓(xùn)練方法及系統(tǒng)、損傷區(qū)域識別方法及系統(tǒng)在權(quán)利要求書中公布了：1.用于結(jié)構(gòu)損傷區(qū)域識別的雙級CNN模型訓(xùn)練方法，其特征在于，包括： 構(gòu)建實(shí)測模擬損傷樣本數(shù)據(jù)集和數(shù)值計(jì)算損傷樣本數(shù)據(jù)集；基于實(shí)測模擬損傷樣本數(shù)據(jù)集和數(shù)值計(jì)算損傷樣本數(shù)據(jù)集，構(gòu)建結(jié)構(gòu)損傷樣本數(shù)據(jù)庫； 采用結(jié)構(gòu)損傷樣本數(shù)據(jù)庫，分別訓(xùn)練初級損傷區(qū)域識別模型集CNN1和初級損傷區(qū)域識別模型集CNN2，分別得到第一特征矩陣和第二特征矩陣；基于第一特征矩陣和第二特征矩陣的融合矩陣，訓(xùn)練第三CNN模型，具體為： 基于CNN網(wǎng)絡(luò)，建立包含n-1×m-1個(gè)CNN模型的初級損傷區(qū)域識別模型集CNN1：（1）將所有子監(jiān)測區(qū)域按照2×2的大小、步長為1按照順序分成n-1×m-1個(gè)不同的區(qū)域集；（2）將各區(qū)域集內(nèi)的損傷數(shù)據(jù)樣本按照8:2的比例隨機(jī)生成訓(xùn)練集與驗(yàn)證集；（3）將訓(xùn)練集內(nèi)的歸一化散射信號包絡(luò)作為CNN網(wǎng)絡(luò)模型輸入，與歸一化包絡(luò)對應(yīng)的子區(qū)域作為CNN網(wǎng)絡(luò)模型輸出，迭代次數(shù)為100，完成網(wǎng)絡(luò)模型參數(shù)訓(xùn)練；（4）將驗(yàn)證集內(nèi)的歸一化散射信號包絡(luò)作為模型輸入，將模型輸出與驗(yàn)證集中的數(shù)據(jù)標(biāo)簽進(jìn)行對比，驗(yàn)證模型參數(shù)；（5）對所有的區(qū)域集重復(fù)步驟（3）-（4），得到初級損傷區(qū)域識別模型集CNN1；采用與步驟（1）-（5）相同的步驟建立初級損傷區(qū)域識別模型集CNN2； 將傳感陣列采集的待測損傷的散射信號歸一化包絡(luò)分別輸入到訓(xùn)練好的CNN模型組CNN1和CNN2中，然后基于模型組輸出的預(yù)測結(jié)果構(gòu)建一個(gè)n×m維的初步預(yù)測結(jié)果統(tǒng)計(jì)矩陣，其中矩陣中位置（g,j）處的元素為CNN1預(yù)測結(jié)果與CNN2預(yù)測結(jié)果中區(qū)域g-1×m+j出現(xiàn)次數(shù)的乘積；將初步預(yù)測結(jié)果統(tǒng)計(jì)矩陣n×m輸入到訓(xùn)練好的CNN3模型中，模型輸出結(jié)果即為待測損傷的區(qū)域預(yù)測結(jié)果。

如需購買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人山東大學(xué)，其通訊地址為：250061 山東省濟(jì)南市歷下區(qū)經(jīng)十路17923號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。