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！

龙图腾网获悉华南理工大学申请的专利一种多结构数据特征迁移的超声导波损伤识别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：CN119314598B 。

龙图腾网通过国家知识产权局官网在2025-12-12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：202411361354.9，技术领域涉及：G16C60/00；该发明授权一种多结构数据特征迁移的超声导波损伤识别方法是由张斌;蔡奕帆;洪晓斌;黄如意;陈祝云设计研发完成，并于2024-09-27向国家知识产权局提交的专利申请。

本一种多结构数据特征迁移的超声导波损伤识别方法在说明书摘要公布了：本发明公开了一种多结构数据特征迁移的超声导波损伤识别方法，包括收集单一结构超声导波散射信号作为源域数据集，收集多结构超声导波散射信号作为目标域数据集；使用卷积神经网络获取结构损伤的特征信息；采用最大均值差法构建不同结构导波信号差异的定量评价机制；特征匹配损失和源域训练的标签损失用于优化深度网络模型；针对源域和目标域信号构建多层散射特征映射关系；实现在多个隐藏层中散射特征适配；最后，结合多传感器损伤指数，利用结构图像和损伤定位验证了损伤特征的有效性。本发明利用多种结构的真实检测数据建模实现对不同结构损伤情况的迁移检测和评估，增强超声导波大数据检测模型的通用性和泛化能力。

本发明授权一种多结构数据特征迁移的超声导波损伤识别方法在权利要求书中公布了：1.一种多结构数据特征迁移的超声导波损伤识别方法，其特征在于，包括下述步骤： S1、收集单一结构超声导波散射信号作为源域数据集，收集多结构超声导波散射信号作为目标域数据集； S2、使用卷积神经网络获取结构损伤的散射特征信息，具体包括构建具有NL卷积层的多层卷积神经网络，以获得原始信号Xi在不同域中的隐藏映射特征；对于卷积网络，第一层第i个卷积核得到的卷积结果的第k个元素为： 其中是卷积核大小，l为卷积层编号，是输入样本的零填充向量，Ki,j是第i个卷积核的第j个元素，是卷积核的数量；卷积结果使用Relu函数激活； S3、采用最大均数差法构建不同结构导波散射信号差异的定量评价机制；特征匹配损失和源域训练的标签损失用于优化卷积神经网络；针对源域和目标域信号构建多层散射特征映射关系；实现在多个隐藏层中散射特征适配； 所述采用最大均数差法构建不同结构导波信号差异的定量评价机制，具体过程为：采用最大均值差来计算源域与目标域中样本之间的散射特征距离： 其中表示特征映射函数，每个样本都通过该函数映射到Hilbert空间，为标记样本数，为未标记样本数；表示每个导波样本中的第个元素； 所述特征匹配损失和源域训练的标签损失用于优化深度网络模型，源域特征和目标域特征之间的隐藏特征距离通过以下方式计算： 通过以下方式计算散点特征自适应深度迁移学习方法的整体损失函数： 其中是回归损失，是卷积层中隐藏特征距离损失的权重系数，是回归损失的放大因子，是源域，是目标域，pre是网络输出，是已知标签； S4、结合多传感器损伤指数，利用结构图像和损伤定位验证了损伤特征的有效性。

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南理工大学，其通讯地址为：510640 广东省广州市天河区五山路381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”。

以上内容由龙图腾AI智能生成。