Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜山东大学吕琳获国家专利权

恭喜山东大学吕琳获国家专利权

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!

龙图腾网恭喜山东大学申请的专利基于深度学习的物体宏观物理属性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:CN114388076B

龙图腾网通过国家知识产权局官网在2025-05-27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:202111662551.0,技术领域涉及:G16C20/30;该发明授权基于深度学习的物体宏观物理属性预测方法及系统是由吕琳;彭昊;黄敬成;刘安;刘继凯设计研发完成,并于2021-12-30向国家知识产权局提交的专利申请。

基于深度学习的物体宏观物理属性预测方法及系统在说明书摘要公布了:本公开提供了一种基于深度学习的物体宏观物理属性预测方法及系统,包括:基于给定的变形方式及几何微结构,获得变形后的等效基材料属性以及体素化微结构单元;基于预先训练的深度学习模型及获取的变形后的等效基材料属性和体素化微结构单元,获得每个微结构单元体素在受到多方向单位应变下的位移;基于所述位移,获得变形几何微结构的物理性质指标;其中,所述深度学习模型基于U‑Net网络结构,包括顺序连接的卷积块、上采样块以及卷积层,所述卷积块包括顺序连接的第一卷积层、第一归一化处理模块、激活函数、第二卷积层、第二归一化处理模块及激活函数;所述模型的输入为四维向量,第一维为变形后的等效基材料属性,其余三维为体素化微结构单元。

本发明授权基于深度学习的物体宏观物理属性预测方法及系统在权利要求书中公布了:1.一种基于深度学习的物体宏观物理属性预测方法,其特征在于,包括:基于给定的变形方式及几何微结构,获得变形后的等效基材料属性以及体素化微结构单元;其中变形矩阵,错切矩阵表示为沿x轴对y方向的错切,沿y轴对z方向的错切,沿z轴对x方向的错切;放缩矩阵表示分别沿x,y,z轴的放缩;使用各向同性材料作为基材料,通过杨氏模量E及泊松比v计算得到材料属性从而构建数据集,其中,上标表示此弹性张量是描述基材料的弹性张量,用以区别由均质化计算得到的;在构造数据集时设定几何微结构由硬材料和软材料复合形成,其中,硬材料的属性设置为,软材料的属性设置为,通过基材料的材料迁移方法提供的变换公式,其中,使用和表示两种不同的基材料属性,基材料的属性迁移表示为从变换到,表示坐标轴方向,表示变形矩阵的逆,通过对网络输出结果进行变换,求得实际输入材料属性的宏观材料物理性质;基于预先训练的深度学习模型及获取的变形后的等效基材料属性和体素化微结构单元,获得每个微结构单元体素在受到多方向单位应变下的位移;基于获得的位移,计算与之对应的均质化本构矩阵,获得变形几何微结构的物理性质指标;其中,所述深度学习模型基于U-Net网络结构,包括顺序连接的卷积块、上采样块以及卷积层,所述卷积块包括顺序连接的第一卷积层、第一归一化处理模块、激活函数、第二卷积层、第二归一化处理模块及激活函数;所述模型的输入为四维向量,第一维为变形后的等效基材料属性,其余三维为体素化微结构单元。

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山东大学,其通讯地址为:266237 山东省青岛市即墨滨海路72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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。