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！

龙图腾网获悉四川大学;四川深瑞视科技有限公司申请的专利基于神经记忆微分的射线底片无损检测分类方法、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：CN119622475B 。

龙图腾网通过国家知识产权局官网在2025-07-11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：202411799528.X，技术领域涉及：G06F18/241；该发明授权基于神经记忆微分的射线底片无损检测分类方法、系统是由张启灿;吴文勇;吴周杰;宋莹;申俊飞;文永富;荆海龙设计研发完成，并于2024-12-09向国家知识产权局提交的专利申请。

本基于神经记忆微分的射线底片无损检测分类方法、系统在说明书摘要公布了：本发明公开了一种基于神经记忆微分的射线底片无损检测分类方法、系统，涉及人工智能技术领域中的焊接缺陷检测，其目的在于解决现有的CNN卷积网络对射线底片缺陷多分类自动识别精度低的问题。该缺陷识别方法包括：数据集准备；构建缺陷分类模型；缺陷分类模型包括主干网络、nmODE模块和全连接层；nmODE模块引入微分方程的理论和方法，形成高度非线性映射；训练缺陷类模型；缺陷实时分类。通过在主干网络的基础上引入了nmODE模块，nmODE模块能够捕捉复杂的动态行为，能够显著增强其在处理非线性系统重的表达能力，最终提高模型对射线底片缺陷分类的识别精度，有效解决现有的CNN卷积网络对射线底片缺陷多分类自动识别精度低的问题。

本发明授权基于神经记忆微分的射线底片无损检测分类方法、系统在权利要求书中公布了：1.一种基于神经记忆微分的射线底片无损检测分类方法，其特征在于，包括以下步骤： 步骤S1，数据集准备； 获取构件焊缝的X射线底片样本，并对X射线底片样本进行标注，得到标签数据； 步骤S2，构建缺陷分类模型； 构建缺陷分类模型，缺陷分类模型包括主干网络、nmODE模块和全连接层； nmODE模块采用的常微分方程为： ； ； 其中，表示输入，表示模型的状态值，表示可学习函数，和均表示可学习参数； 步骤S3，训练缺陷分类模型； 采用步骤S1中获取的X射线底片样本及标签数据对步骤S2构建的缺陷分类模型进行训练； 步骤S4，缺陷实时分类； 获取待分类的焊缝X射线底片，并输入步骤S3训练后的缺陷分类模型，缺陷分类模型输出焊缝缺陷类型； 主干网络为ResNet34，ResNet34的网络结构包括位于网络前端的卷积层和最大池化层、位于网络中部的若干个残差块、以及位于网络末端的全局平均池化层和全连接层； 残差块由卷积层、批归一化层和ReLU激活函数组成，残差块的输入通过跳跃连接的方式与残差块的输出连接； 步骤S3中，训练缺陷分类模型时，损失函数采用交叉熵损失函数，具体为： ； 其中，表示第个样本，表示第类缺陷，表示样本总数，表示缺陷分类的总类数，表示第个样本为第类缺陷的真实概率，表示第个样本为第类缺陷的预测概率。

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四川大学;四川深瑞视科技有限公司，其通讯地址为：610065 四川省成都市武侯区一环路南一段24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”。