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！

龙图腾网获悉清华大学深圳国际研究生院申请的专利一种基于锚点网络控制的生成对抗网络的超表面逆向设计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：CN119150667B 。

龙图腾网通过国家知识产权局官网在2025-12-02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：202411152032.3，技术领域涉及：G06F30/27；该发明授权一种基于锚点网络控制的生成对抗网络的超表面逆向设计方法是由金欣;曾云辉设计研发完成，并于2024-08-21向国家知识产权局提交的专利申请。

本一种基于锚点网络控制的生成对抗网络的超表面逆向设计方法在说明书摘要公布了：一种基于锚点网络控制的生成对抗网络的超表面逆向设计方法。收集超表面设计参数和光谱响应数据，并进行预处理，将其编码为深度学习模型可处理的格式。运用K‑means聚类算法对训练数据进行分析，生成结构化控制向量。构建AcGAN框架，集成光谱相似性度量SOC至生成器和判别器的损失函数中，增强光谱匹配精度。通过对抗训练方法，训练生成器产生符合目标光谱特性的设计，同时优化判别器和锚点网络AnchorNet快速预测和评估光谱响应。使用训练好的生成器，结合控制向量和随机噪声生成候选设计。对候选设计进行筛选，挑选出最优设计。本发明有效提升了超表面设计的光谱调控精度和设计效率，解决了传统方法在处理复杂光谱需求时面临的挑战。

本发明授权一种基于锚点网络控制的生成对抗网络的超表面逆向设计方法在权利要求书中公布了：1.一种基于锚点网络控制的生成对抗网络的超表面逆向设计方法，其特征在于，包括以下步骤： S1.确定超表面设计所需的光谱特性，并确定目标光谱；收集和预处理训练数据，包括收集超表面设计参数和相应的光谱响应数据，并进行预处理以适配深度学习模型，将超表面设计参数编码为深度学习模型可处理的格式； S2.利用K-means聚类算法对训练数据进行聚类分析，生成与特定光谱类别相关的结构化控制向量； 步骤S2具体包括： 光谱数据聚类：使用聚类算法对训练光谱数据集进行分割，将数据集划分为多个具有独特光谱特性的簇，每个簇由一个质心代表； 质心的确定：每个簇的质心作为该簇内光谱数据的代表，通过优化聚类算法的目标函数来确定，确保簇内数据点与质心的光谱特性高度相似； 光谱相似性度量SOC的计算：计算SOC衡量给定光谱与质心之间的相似性，计算的SOC值越接近零表示光谱相似性越高； 控制向量的生成：将计算得到的SOC值形成一个向量，该向量描述了输入光谱与预定义光谱类别之间的相似度信息，捕捉了光谱的细节和整体特征； 综合控制向量的构建：由控制向量与原始光谱数据生成综合控制向量，该综合控制向量作为生成器和判别器的输入，用于指导超表面设计过程； S3.构建包含生成器、判别器和锚点网络AnchorNet的AcGAN框架，其中，引入光谱相似性度量SOC作为评估生成光谱与目标光谱相似度的手段，集成到生成器和判别器的损失函数中； S4.使用对抗训练方法训练生成器生成符合目标光谱特性的超表面设计，同时训练判别器和AnchorNet以快速预测和评估光谱响应； S5.利用训练好的生成器，根据控制向量和随机噪声生成一系列候选超表面设计； S6.使用评估工具对候选设计进行筛选，选择最优设计。

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清华大学深圳国际研究生院，其通讯地址为：518071 广东省深圳市南山区桃源街道丽水路2279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。