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！

龙图腾网获悉南京航空航天大学申请的专利一种用于水下航行器流场分析的转捩点检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：CN114201930B 。

龙图腾网通过国家知识产权局官网在2025-07-08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：202111402920.2，技术领域涉及：G06F30/28；该发明授权一种用于水下航行器流场分析的转捩点检测方法是由刘学军;宣扬;吕宏强设计研发完成，并于2021-11-24向国家知识产权局提交的专利申请。

本一种用于水下航行器流场分析的转捩点检测方法在说明书摘要公布了：本发明实施例公开了一种用于水下航行器流场分析的转捩点检测方法，涉及流场特征检测领域，能够扩大应用范围，适用于更多的应用场景中，并且解决了转捩点单点估计的缺陷。本发明包括：接收客户端发送的流场初始信息，并根据流场初始信息建立流场模型；建立训练数据集和测试数据集；对训练数据集和测试数据集进行编码处理，得到的编码结果包括：训练数据集和测试数据各自对应的热力图；建立卷积神经网络预测模型，并通过训练数据集对深度卷积神经网络预测模型进行训练，并更新卷积神经网络预测模型的网络权重；在测试阶段，将测试数据输入训练后的卷积神经网络预测模型，之后，对卷积神经网络预测模型的输出进行解码，得到最终的转捩点坐标并返回给客户端。

本发明授权一种用于水下航行器流场分析的转捩点检测方法在权利要求书中公布了：1.一种用于水下航行器流场分析的转捩点检测方法，其特征在于，包括： 步骤1、接收客户端发送的流场初始信息，并根据所述流场初始信息建立流场模型； 步骤2、建立训练数据集和测试数据集； 步骤3、对所述训练数据集和所述测试数据集进行编码处理，得到的编码结果包括：所述训练数据集和所述测试数据各自对应的热力图； 步骤4、建立卷积神经网络预测模型，并通过训练数据集和与训练数据集对应的热力图，对卷积神经网络预测模型进行训练，更新所述卷积神经网络预测模型的网络权重； 步骤5、在测试阶段，从所述测试数据集中提取测试数据并输入训练后的所述卷积神经网络预测模型，之后，对所述卷积神经网络预测模型的输出进行解码，得到最终的转捩点坐标并返回给所述客户端； 在步骤2中，包括： 步骤2.1、利用所述建立的流场模型，生成流线图； 步骤2.2、在所述流线图中，搜索转捩点的位置，其中，采用流线作为判断依据，将独立的闭合流线作为分离泡，而在分离泡中被流线包围的中心即为转捩点位置； 步骤2.3、通过方框标注分离泡，并通过点标注分离泡中的转捩点； 在步骤3中，所进行的编码处理，包括： 将被标注的转捩点从二维坐标的形式转化为热力图的形式，其中，热力图上的一个点对应一个转捩点在该点出现的概率，概率的范围为[0,1]，获取热力图上每个点的概率的方式为： 其中，μ表示转捩点的坐标，x表示热力图上的点的坐标,Σ表示高斯分布的协方差矩阵； 还包括： 在从二维坐标的形式转化为热力图的形式之前，对Σ进行旋转和尺度的变换，其中： R表示旋转矩阵，θ表示旋转角度，S表示尺度矩阵，k表示分离泡的宽高比，变换后的协方差矩阵为Σ′，且Σ′＝TΣTT；T＝RS，T代表由旋转矩阵R和尺度矩阵S相乘所得的变换矩阵，TT代表变换矩阵的转置； 采用随机梯度下降算法更新所述卷积神经网络预测模型的网络权重； 在对测试热力图进行解码中，包括： 在测试热力图上最大概率值的点的位置进行偏移，其中： 对所述测试热力图进行解码，其中，l表示解码后的位置，m表示测试热力图上最大概率值处，表示卷积神经网络预测模型输出的热力图,和分别表示输出热力图在m点处的一阶微分和二阶微分。

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：211106 江苏省南京市江宁区将军大道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”。