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！

龙图腾网获悉天津理工大学申请的专利一种基于并行深度学习的光纤散斑多参量解调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：CN120495798B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202510992163.0，技术领域涉及：G06V10/764；该发明授权一种基于并行深度学习的光纤散斑多参量解调方法是由宋彬彬;孟家臣;雷泽洋;王欣志;束威翰;孙广涛;付释丹设计研发完成，并于2025-07-18向国家知识产权局提交的专利申请。

本一种基于并行深度学习的光纤散斑多参量解调方法在说明书摘要公布了：本发明公开了一种基于并行深度学习的光纤散斑多参量解调方法，涉及光纤传感领域，包括以下步骤：通过施加组合扰动于多模光纤，同步采集散斑图像及对应的曲率、振动强度、位置坐标标签，构建多参量映射数据集；基于算力动态划分所述数据集的子集，利用各子集独立训练特征提取子网络，生成预训练权重集合；构建并行神经网络架构，加载并冻结所述预训练权重集合，进行融合分类网络训练，获得优化后的融合分类网络；将待测散斑图像输入所述优化后的融合分类网络，输出对应的参数解调结果。该方法通过并行深度学习架构与预训练权重复用机制，实现了光纤散斑中曲率、振动及位置坐标的高精度同步解调，兼具强抗干扰性与高效算力利用率。

本发明授权一种基于并行深度学习的光纤散斑多参量解调方法在权利要求书中公布了：1.一种基于并行深度学习的光纤散斑多参量解调方法，其特征在于，包括以下步骤： S1、通过施加组合扰动于多模光纤，同步采集散斑图像及对应的曲率、振动强度、位置坐标标签，构建多参量映射数据集； S2、基于算力动态划分所述数据集的子集，利用各子集独立训练特征提取子网络，生成预训练权重集合；所述特征提取子网络包括：金字塔注意力模块：并行设置的1×1卷积层、3×3卷积层及7×7卷积层，输出通道数均为256，分别提取局部细节、中等尺度及全局上下文特征；特征融合模块：将PAM输出的三路256通道特征拼接为768通道特征图，经1×1卷积降维至256通道；分类输出模块：依次连接的残差块、全局平均池化层及线性分类层，输出单参量分类结果； S3、构建并行神经网络架构，加载并冻结所述预训练权重集合，进行融合分类网络训练，获得优化后的融合分类网络；所述融合分类网络包括：权重加载模块：加载预训练权重集合并冻结参数；动态分片模块：按数量n将输入批次切分为n个等尺寸分片；特征提取模块：包含n个复用S2子网结构的计算单元，各单元独立处理一个分片并输出256维特征向量；自适应合并层：拼接n个256维特征向量为256×n维融合特征；全连接分类器：基于融合特征同步输出三类标签； S4、将待测散斑图像输入所述优化后的融合分类网络，输出对应的参数解调结果。

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天津理工大学，其通讯地址为：300384 天津市西青区宾水西道391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”。