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)獲悉南京埃米儀器科技有限公司申請(qǐng)的專利一種基于并行可變窗口卷積神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)配準(zhǔn)方法獲國(guó)家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN120411179B 。

龍圖騰網(wǎng)通過(guò)國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-08-29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(qǐng)?zhí)?專利號(hào)為：202510886326.7，技術(shù)領(lǐng)域涉及：G06T7/30；該發(fā)明授權(quán)一種基于并行可變窗口卷積神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)配準(zhǔn)方法是由請(qǐng)求不公布姓名設(shè)計(jì)研發(fā)完成，并于2025-06-30向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本一種基于并行可變窗口卷積神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)配準(zhǔn)方法在說(shuō)明書(shū)摘要公布了：本發(fā)明公開(kāi)了一種基于并行可變窗口卷積神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)配準(zhǔn)方法，包括步驟：S1、構(gòu)造卷積神經(jīng)網(wǎng)絡(luò)的模型并構(gòu)造多頭相似度模塊為輸出，設(shè)置整體損失函數(shù)并進(jìn)行訓(xùn)練；S2、分別使用待配準(zhǔn)數(shù)據(jù)大小的多個(gè)不同大小的窗口遍歷量測(cè)數(shù)據(jù)，將結(jié)果并行輸入到模型中；S3、由卷積神經(jīng)網(wǎng)絡(luò)計(jì)算各窗口的特征向量的相似度，確定備選區(qū)域；S4、將備選區(qū)域作為中心再遍歷，算出余弦相似度，將余弦相似度最高的區(qū)域作為配準(zhǔn)區(qū)域。本發(fā)明通過(guò)改進(jìn)卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，使其和相似度計(jì)算結(jié)合，構(gòu)造出數(shù)據(jù)匹配效果強(qiáng)大的結(jié)構(gòu)；還結(jié)合窗口變化、初次計(jì)算相似度的粗調(diào)、再次計(jì)算余弦相似度的二次精細(xì)化調(diào)整，提升計(jì)算準(zhǔn)確性；還支持并行數(shù)據(jù)處理，提高處理效率。

本發(fā)明授權(quán)一種基于并行可變窗口卷積神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)配準(zhǔn)方法在權(quán)利要求書(shū)中公布了：1.一種基于并行可變窗口卷積神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)配準(zhǔn)方法，基于大量已有數(shù)據(jù)進(jìn)行訓(xùn)練，用于對(duì)AFM大量的量測(cè)數(shù)據(jù)進(jìn)行處理，其特征在于，包括如下步驟: S1、構(gòu)造一個(gè)用于特征提取的卷積神經(jīng)網(wǎng)絡(luò)的模型，構(gòu)造一個(gè)多頭相似度模塊作為模型的輸出，設(shè)置交叉熵?fù)p失函數(shù)和三元組損失函數(shù)之和作為整體損失函數(shù)，并使用大量已有數(shù)據(jù)進(jìn)行模型訓(xùn)練；構(gòu)造卷積神經(jīng)網(wǎng)絡(luò)的模型時(shí)，設(shè)置有：7個(gè)卷積單元、深度可分離卷積塊、2個(gè)卷積模塊、3個(gè)合并區(qū)、2個(gè)上采樣區(qū)、2個(gè)通道和多頭相似度模塊；其中，卷積單元一接收量測(cè)數(shù)據(jù)并連接卷積單元二；卷積單元二連接深度可分離卷積塊，深度可分離卷積塊包括深度卷積層DW、逐點(diǎn)卷積層PW和卷積單元三；深度可分離卷積塊連接C3K2卷積模塊；卷積單元四連接C3K2卷積模塊，卷積單元四還依次經(jīng)由合并區(qū)一、通道一和卷積單元五構(gòu)成第一并行支路，卷積單元六依次經(jīng)由合并區(qū)二、通道二和卷積單元七構(gòu)成第二并行支路，兩個(gè)并行支路均連接到合并區(qū)三后，經(jīng)由多頭相似度模塊輸出；卷積單元四還依次經(jīng)由A2C2F卷積模塊、卷積單元六、上采樣區(qū)二、合并區(qū)二、上采樣區(qū)一和合并區(qū)一構(gòu)成空間注意力增強(qiáng)路徑，A2C2F卷積模塊為帶區(qū)域注意力機(jī)制的卷積模塊； S2、基于量測(cè)數(shù)據(jù)中待配準(zhǔn)數(shù)據(jù)的原始大小，分別使用原始大小的A、B、C、D和E倍大小的窗口遍歷量測(cè)數(shù)據(jù)，再將每個(gè)窗口提取的結(jié)果并行輸入到步驟S1中的卷積神經(jīng)網(wǎng)絡(luò)的模型開(kāi)始進(jìn)行處理，獲得對(duì)應(yīng)的每個(gè)特征向量；其中，0.5A、B、C、D、E1.5； S3、基于步驟S2中每個(gè)特征向量的相似度，將最高相似度對(duì)應(yīng)的區(qū)域作為備選區(qū)域； S4、將步驟S3備選區(qū)域作為中心，在中心周圍的N×N大小范圍內(nèi)，使用中心1.0大小倍數(shù)的窗口再次進(jìn)行遍歷，計(jì)算出余弦相似度，將余弦相似度最高的區(qū)域作為待配準(zhǔn)數(shù)據(jù)的配準(zhǔn)區(qū)域。

如需購(gòu)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(qǐng)人或?qū)＠麢?quán)人南京埃米儀器科技有限公司，其通訊地址為：211899 江蘇省南京市江北新區(qū)研創(chuàng)園華富路1號(hào)數(shù)智溪谷科創(chuàng)廣場(chǎng)2號(hào)5層；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)”。