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！

龙图腾网获悉贵州装备制造职业学院申请的专利基于机器学习的钛合金锻件成形特性检测与质量评估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：CN120410558B 。

龙图腾网通过国家知识产权局官网在2026-01-16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：202510486329.1，技术领域涉及：G06Q30/018；该发明授权基于机器学习的钛合金锻件成形特性检测与质量评估方法是由陈玉洁;曾超;胡鹏飞;田丰;雷静越;黄龙亮;曾正现;黄赢亿;李承胜;陈吕设计研发完成，并于2025-04-17向国家知识产权局提交的专利申请。

本基于机器学习的钛合金锻件成形特性检测与质量评估方法在说明书摘要公布了：本发明提供了一种基于机器学习的钛合金锻件成形特性检测与质量评估方法。应用于人工智能和质量检测技术领域，所述方法包括：利用多模态传感器实时采集钛合金锻造过程中的温度、压力、形变量和应变信息，并进行数据预处理；构建机器学习模型并进行训练，并且将所述结构化特征数据集输入至训练好的机器学习模型中，输出钛合金锻件的成形特性检测结果；计算所述成形特性检测结果与质量标准数据库中标准数据的差异程度，根据所述差异程度确定钛合金锻件的质量等级，实现对钛合金锻件质量的量化评估。本发明有效提高了钛合金锻件的检测精度、减少了计算量，并增强了系统的自适应优化能力。

本发明授权基于机器学习的钛合金锻件成形特性检测与质量评估方法在权利要求书中公布了：1.一种基于机器学习的钛合金锻件成形特性检测与质量评估方法，其特征在于，包括： 实时采集钛合金锻造过程中包括温度、压力、形变量和应变量的多模态信息，并进行数据预处理； 构建机器学习模型并进行训练，并且将预处理后的数据输入至训练好的机器学习模型中，输出钛合金锻件的成形特性检测结果； 其中，所述机器学习模型包括：特征提取网络，其包括卷积-归一化-激活模块、跨层连接模块以及空间金字塔池化快速版模块，用于从预处理后的数据中提取关键特征；多尺度特征融合单元，用于对提取的不同尺度的关键特征进行特征融合；网络优化单元，采用无锚框机制与解耦头架构并且结合多种损失函数的目标检测策略进行模型优化； 其中，所述网络优化单元，还包括：通过网络剪枝和负提示校准方法优化模型参数，具体包括：所述网络剪枝通过稀疏化处理训练过程中的冗余参数，引入稀疏L1正则化项，以减少计算量和存储需求；所述负提示校准基于实例掩码不重复假设，计算实例之间的交并比，将交并比高于设定阈值的重复样本的正样本提示作为候选负样本提示，随机选取部分作为目标样本的新负提示，重新输入网络以优化掩码； 计算所述成形特性检测结果与质量标准数据库中标准数据的差异程度，根据所述差异程度确定钛合金锻件的质量等级，实现对钛合金锻件质量的量化评估。

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贵州装备制造职业学院，其通讯地址为：551400 贵州省贵阳市清镇职教城将军石路1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。