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！

龙图腾网获悉东北大学申请的专利基于多模态数据卷积特征融合的C-Mn钢力学性能预测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：CN118314984B 。

龙图腾网通过国家知识产权局官网在2025-05-30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：202410529223.0，技术领域涉及：G16C20/70；该发明授权基于多模态数据卷积特征融合的C-Mn钢力学性能预测方法是由吴思炜;刘建军;曹光明;周晓光;张成德;窦君;闫新悦;何宇挺;常啸;刘振宇设计研发完成，并于2024-04-29向国家知识产权局提交的专利申请。

本基于多模态数据卷积特征融合的C-Mn钢力学性能预测方法在说明书摘要公布了：本发明公开了一种基于多模态数据卷积特征融合的C‑Mn钢力学性能预测方法，属于钢材性能预测技术领域，包括以下步骤：构建初始多模态数据集；构建实际多模态数据集；将实际多模态数据集划分为训练集及测试集；利用多模态数据卷积特征融合的卷积神经网络模型对训练数据进行计算，优化模型参数，得到待预测的C‑Mn钢材力学性能预测模型并对测试数据进行计算，并对模型的泛化性能进行评估，得到待应用的基于多模态数据卷积特征融合的C‑Mn钢力学性能预测模型。本发明采用上述的一种基于多模态数据卷积特征融合的C‑Mn钢力学性能预测方法，通过不同维度的卷积神经网络模型有效的将成分工艺与显微组织图像数据信息进行耦合，提高了C‑Mn钢材力学性能的预测精度。

本发明授权基于多模态数据卷积特征融合的C-Mn钢力学性能预测方法在权利要求书中公布了：1.一种基于多模态数据卷积特征融合的C-Mn钢力学性能预测方法，其特征在于，包括以下步骤：S1、采集不同牌号的C-Mn钢材制备试样，用金相显微镜获取C-Mn钢材制备试样的金相图像，并与收集到的对应成分数据、工艺数据及力学性能数据组成初始多模态数据集Dp；S2、对成分数据、工艺数据及金相图像进行预处理，将预处理后的数据与力学性能数据组成实际多模态数据集DT；S3、将步骤S2中的实际多模态数据集DT划分为训练集及测试集；S4、利用多模态数据卷积特征融合的卷积神经网络模型对训练集中的训练数据进行计算，优化模型参数，从而得到待预测的C-Mn钢材力学性能预测模型；S5、利用待预测的C-Mn钢材力学性能预测模型对测试集中的测试数据进行计算，并通过评估指标对模型的泛化性能进行评估，最终得到待应用的基于多模态数据卷积特征融合的C-Mn钢力学性能预测模型；步骤S4中，具体操作为：S41、构建一维卷积神经网络模型A，对预处理后的成分数据、预处理后的工艺数据进行特征提取，得到成分、工艺卷积特征；S42、构建二维卷积神经网络模型B，对预处理后的金相图像进行特征提取，得到金相图像卷积特征；S43、对步骤S41中得到的成分、工艺卷积特征与步骤S42中得到的金相图像卷积特征进行点乘，实现多模态数据卷积特征融合，得到融合的多模态数据卷积特征；S44、采用二维卷积神经网络模型D对步骤S43中融合的多模态数据卷积特征进一步进行特征融合及提取；S45、使用MSELoss损失函数计算力学性能预测值与真实值的损失，不断迭代优化模型参数，得到最终的模型参数组合。

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东北大学，其通讯地址为：110819 辽宁省沈阳市和平区文化路3巷11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”。