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！

龙图腾网恭喜南京航空航天大学申请的专利面向航空发动机损伤检测的深度学习模型自动推荐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：CN119226930B 。

龙图腾网通过国家知识产权局官网在2025-05-09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：202411476684.2，技术领域涉及：G06F18/2415；该发明授权面向航空发动机损伤检测的深度学习模型自动推荐方法是由宫丽娜;高奇;李鹏;黄天佑设计研发完成，并于2024-10-22向国家知识产权局提交的专利申请。

本面向航空发动机损伤检测的深度学习模型自动推荐方法在说明书摘要公布了：本发明公开一种面向航空发动机损伤检测的深度学习模型自动推荐方法，包括：设计针对航空发动机损伤检测模型的度量元系统；集成自动化提取度量元技术与人工标注结合获取公开模型的度量元数据；处理异常值和缺失值，对文本特征进行编码，进行归一化和标准化的预处理；构建随机森林回归模型对航空发动机损伤检测模型进行静态性能评估，并进行特征重要性分析；对贝叶斯优化算法进行改进，提出αβ‑BO，搜索能够实现最佳性能的模型配置。本发明可实现对航空发动机损伤检测模型配置的静态推荐，实现对模型Top‑1准确率的有效预测，极大简化模型调试工作，大幅降低模型训练过程中所需能耗，满足开发者在不同硬件限制下快速构建深度学习模型的需求。

本发明授权面向航空发动机损伤检测的深度学习模型自动推荐方法在权利要求书中公布了：1.一种面向航空发动机损伤检测的深度学习模型自动推荐方法，其特征在于，具体包括以下步骤：S1、基于深度学习模型结构的特征，设计针对航空发动机损伤检测模型的度量元系统；S2、集成自动化提取度量元技术，并结合人工标注流程提取公开模型的度量元数据，得到度量元信息集；所述公开模型为：公开的面向航空发动机损伤检测的深度学习模型；S3、数据预处理；先进行数据清洗，处理步骤S2提取到的度量元数据中的异常值和缺失值；再对文本特征进行编码，最后进行数据的归一化和标准化；S4、构建随机森林回归模型对航空发动机损伤检测模型进行静态性能评估，并进行度量元重要性分析；S5、基于度量元数据集特征，对贝叶斯优化算法进行改进，记为αβ-BO；通过αβ-BO搜索能够实现最佳性能的模型配置；步骤S5具体包括以下步骤：S51、使用步骤S4得到的随机森林回归模型作为目标函数，使用高斯过程作为代理模型，构建改进的贝叶斯优化模型；所述高斯过程定义为：fx～gpmx,kx,x′；其中，mx是均值函数；kx,x'是核函数，设置其为协方差函数；S52、使用改进的搜索策略寻找下一个探查点；改进的搜索策略具体为：设定以Ω的概率进行随机搜索以防止局部收敛，Ω的公式定义如下：Ω＝1-K×P；其中，变量K表示重复随机探索的次数，如果一次探索不是随机的，则K减少为1；P表示用户输入随机探索的可能性；以1-Ω的概率使用采集函数寻找探查点，所述采集函数γEI设计为： 其中，fbest是当前观测到的最佳目标值，σx是高斯过程在位置x的标准差，Pfx|x,D是目标值的概率分布，α、β是设定的比例系数；S53、在度量元信息集上测试不同的参数组合，重新训练和验证模型，得到最优的参数设置；S54、根据步骤S4中度量元重要性分析结果，选择最重要的5个度量元做为被推荐度量元；S55、使用αβ-BO寻找最重要的五个度量元的最优配置，终止条件设置为模型已经收敛或搜索次数达到阈值，每次搜索后检查是否达到终止条件；S56、将达到终止条件时的度量元的最优配置根据编码过程进行逆向解码，得到度量元的最佳组合。

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南京航空航天大学，其通讯地址为：210016 江苏省南京市秦淮区御道街29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”。