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！

龙图腾网恭喜湖北工业大学申请的专利一种基于机器学习的船体涂层破损识别方法及系统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：CN119167528B 。

龙图腾网通过国家知识产权局官网在2025-03-28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：202411678184.7，技术领域涉及：G06F30/15；该发明授权一种基于机器学习的船体涂层破损识别方法及系统是由张凡;潘经纬;陈鑫;黄祥国;唐靓;胡胜;宋海娜;武明虎;余定峰设计研发完成，并于2024-11-22向国家知识产权局提交的专利申请。

本一种基于机器学习的船体涂层破损识别方法及系统在说明书摘要公布了：本发明提供一种基于机器学习的船体涂层破损识别方法及系统，属于机器学习技术领域，包括：获取基于电化学腐蚀的船舶物理场建模；对船体表面设定腐蚀区域与腐蚀程度，以获取所述船体表面的水下电位数据，利用船舶物理场建模对水下电位数据进行处理，获得数据集；对数据集进行预处理，得到预处理数据集；采用预处理数据集对随机森林模型进行训练，获得目标船舶船体涂层破损识别模型；将目标船舶水下电位信号输入目标船舶船体涂层破损识别模型，输出船体涂层破损识别结果。本发明通过机器学习模型的训练和优化，可以实现自动化的船体涂层破损识别，减少了传统人工检查的主观性和耗时性。

本发明授权一种基于机器学习的船体涂层破损识别方法及系统在权利要求书中公布了：1.一种基于机器学习的船体涂层破损识别方法，其特征在于，包括：获取基于电化学腐蚀的船舶物理场建模；对船体表面设定腐蚀区域与腐蚀程度，以获取所述船体表面的水下电位数据，利用所述船舶物理场建模对所述水下电位数据进行处理，获得数据集；对所述数据集进行预处理，得到预处理数据集；采用所述预处理数据集对随机森林模型进行训练，获得目标船舶船体涂层破损识别模型；将目标船舶水下电位信号输入所述目标船舶船体涂层破损识别模型，输出船体涂层破损识别结果；获取基于电化学腐蚀的船舶物理场建模，包括：采用建模软件获取船舶的几何建模参数和物理场基本参数，由所述几何建模参数和所述物理场基本参数形成所述船舶物理场建模；所述物理场基本参数包括电导率、磁导率和材料极化特性曲线；对船体表面设定腐蚀区域与腐蚀程度，以获取所述船体表面的水下电位数据，利用所述船舶物理场建模对所述水下电位数据进行处理，获得数据集，包括：根据船舶的长宽以及预设定位精度，将船舶表面划分为多个区域；在所述多个区域中获取同类型船舶的腐蚀区域位置信息以及船舶龙骨正下方指定距离上平均多个点位对应的水下电位数据，形成所述数据集；将所述数据集划分为训练集和测试集；对船体表面设定腐蚀区域与腐蚀程度，以获取所述船体表面的水下电位数据，利用所述船舶物理场建模对所述水下电位数据进行处理，获得数据集，还包括：采用所述船舶物理场建模在所述同类型船舶的腐蚀区域位置信息，以及所述船舶龙骨正下方指定距离上平均多个点位上进行循环仿真，获取仿真后的水下电位数据，与所述数据集形成补充；所述循环仿真包括：由电极表面上不同反应相关的局部电流密度与电极表面不同反应部分数量，计算得到电极表面上总电流密度；以电极表面上总电流密度的100%大小模拟完全未覆盖区域，直到覆盖全部区域；将船体表面分成多个区域，通过对于单一区域更细的均匀划分，在单一区域内，设定一定百分比数量的随机区域完全腐蚀，模拟整个区域的百分比腐蚀的效果，从而实现腐蚀程度的设定；采用所述预处理数据集对随机森林模型进行训练，获得目标船舶船体涂层破损识别模型，包括：将所述预处理数据集中的特征数据和标签数据输入所述随机森林模型；所述随机森林模型基于所述特征数据构建多个决策树，通过投票方式或平均方式确定决策树结果；调整所述随机森林模型的超参数，进行模型优化，得到所述目标船舶船体涂层破损识别模型。

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湖北工业大学，其通讯地址为：430068 湖北省武汉市洪山区南李路28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”。