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！

龙图腾网获悉华东交通大学申请的专利一种基于物理-数据协同驱动的超表面光谱响应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：CN116955958B 。

龙图腾网通过国家知识产权局官网在2025-07-15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：202311007099.3，技术领域涉及：G06F18/20；该发明授权一种基于物理-数据协同驱动的超表面光谱响应预测方法是由朱路;吕聪;王靖智;花伟;黄德昌设计研发完成，并于2023-08-10向国家知识产权局提交的专利申请。

本一种基于物理-数据协同驱动的超表面光谱响应预测方法在说明书摘要公布了：本发明实施公开了一种基于物理‑数据协同驱动的超表面光谱响应预测方法，根据超表面结构的电场传播物理机制和电场边界条件，建立电场与超表面结构相互作用的偏微分方程；以偏微分方程残差作为U‑Net网络的损失函数，通过最小化偏微分方程残差使U‑Net网络编码器输出的电场逐渐满足偏微分方程，同时反向传播更新U‑Net网络编码器、解码器神经元权重参数，实现物理驱动的无监督学习；通过物理驱动训练好的U‑Net网络能够学习超表面结构特征，在物理驱动U‑Net网络的基础上，能够采用互信息法筛选部分超表面结构特征作为极限学习机的输入，训练极限学习机隐藏层权重参数，实现小样本光谱响应快速预测。本发明专利具有预测速度快、精度高、有效降低数据训练成本的特点。

本发明授权一种基于物理-数据协同驱动的超表面光谱响应预测方法在权利要求书中公布了：1.一种基于物理-数据协同驱动的超表面光谱响应预测方法，其步骤为： S01、使用历史数据库中的超表面结构特征历史数据以及对应的光谱响应历史数据，采用互信息法分别计算超表面结构特征历史数据与光谱响应历史数据的互信息量估计值，设置阈值，筛选互信息量估计值大于阈值的超表面结构特征历史数据并加入到集合L中； S02、构造U-Net网络，将集合L作为U-Net网络的输入，U-Net网络包括编码器和解码器两个部分，其中编码器用于超表面结构的降维处理与特征学习、提取超表面结构特征，解码器用于输出电场； S03、根据超表面结构电场传播的物理机制和电场边界条件，建立电场与超表面结构相互作用的偏微分方程，对U-Net网络进行无监督训练，无监督训练只需要提供U-Net网络的输入；无监督训练的内容为：将不同超表面的横向截取的二维像素图片输入到U-Net网络中，以偏微分方程的残差作为约束U-Net网络的损失函数，通过反向传播，即不断减小该损失函数使电场逐渐满足偏微分方程，同时更新U-Net网络的编码器、解码器神经元权重的参数，直至电场收敛，此时固定U-Net网络的编码器、解码器神经元权重的参数，通过U-Net网络确定超表面与电场之间的映射关系； S04、当U-Net网络无监督训练完成，编码器从多个维度学习超表面结构特征信息，设计基于小样本训练的ELM表征模型；ELM表征模型由极限学习机构成，对极限学习机进行小样本训练后，输入超表面二维图像，ELM表征模型输出预测光谱响应。

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华东交通大学，其通讯地址为：330000 江西省南昌市经济技术开发区双港东大街808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”。