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！

龙图腾网恭喜江西科技师范大学申请的专利基于大数据的材料熔覆层性能预测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：CN119517221B 。

龙图腾网通过国家知识产权局官网在2025-04-01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：202510084565.0，技术领域涉及：G16C20/30；该发明授权基于大数据的材料熔覆层性能预测方法及系统是由肖伯涛;于海燕;曹广礼;胡雯宇设计研发完成，并于2025-01-20向国家知识产权局提交的专利申请。

本基于大数据的材料熔覆层性能预测方法及系统在说明书摘要公布了：本发明公开了基于大数据的材料熔覆层性能预测方法及系统，方法包括：数据采集、数据预处理、特征信息处理、构建材料熔覆层性能预测模型和材料熔覆层性能预测。本发明属于数据处理技术领域，本方案生成异动值，并计算关联因子、初级增量和高级增量，设计动态波动因子，进行个体位置的更新，根据适应度值阈值和最大搜索次数确定最佳特征子集；生成节点并设置初始权值和嵌入向量，通过计算加权欧几里得距离和平均加权相似度，设置更新状态标签和更新状态因子，更新重要阈值，筛选出重要邻居节点，更新节点的嵌入向量和权值，训练弱分类器并加权组合，找到最有利于材料熔覆层性能预测的特征子集，提升材料熔覆层性能预测的准确性和可靠性。

本发明授权基于大数据的材料熔覆层性能预测方法及系统在权利要求书中公布了：1.基于大数据的材料熔覆层性能预测方法，其特征在于：该方法包括以下步骤：步骤S1：数据采集，采集历史材料熔覆层数据；步骤S2：数据预处理；步骤S3：特征信息处理；步骤S4：构建材料熔覆层性能预测模型；步骤S5：材料熔覆层性能预测，基于材料熔覆层性能预测模型输出的预测标签，得到材料熔覆层的性能等级；在步骤S4中，所述构建材料熔覆层性能预测模型具体包括以下步骤：步骤S41：节点初始化；步骤S42：重要邻居节点筛选；步骤S43：更新节点的嵌入向量，基于重要邻居节点集合更新每层卷积层中节点的嵌入向量，所用公式如下： ；式中，是第b+1层卷积层中ri的嵌入向量，MEAN（•）是计算平均值函数，和分别是第b层卷积层中ri和ra的嵌入向量签，ri和ra分别是第i个和第a个节点，i和a是节点索引，是第b层卷积层中ri的重要邻居节点集合，σ（•）是激活函数，W是可学习的权重矩阵，b是卷积层层数索引，是并集运算符；步骤S44：更新节点的权值；步骤S45：训练，基于更新后节点的权值，返回步骤S42继续训练下一层卷积层，共B层卷积层，将每层卷积层作为一个弱分类器，得到B个弱分类器，计算每个弱分类器的权值，所用公式如下： ；式中，αb是第b个弱分类器的权值，εb是第b个弱分类器的错误率；步骤S46：组合，将B个弱分类器加权组合得到材料熔覆层性能预测模型，将概率最大的数据标签作为预测标签，所用公式如下： ；式中，Yi是材料熔覆层性能预测模型输出的ri的预测标签，是在第b层卷积层中ri属于每个数据标签的概率向量。

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江西科技师范大学，其通讯地址为：330000 江西省南昌市红谷滩新区红角洲学府大道589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”。