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！

龙图腾网获悉吉林大学申请的专利一种基于多元融合触觉再现的纸币数字防伪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：CN115830295B 。

龙图腾网通过国家知识产权局官网在2026-01-27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：202211461800.4，技术领域涉及：G06V10/20；该发明授权一种基于多元融合触觉再现的纸币数字防伪方法是由温泉;赵柏富;边钦;许秋阳;胡兴军;霍寅虎设计研发完成，并于2022-11-17向国家知识产权局提交的专利申请。

本一种基于多元融合触觉再现的纸币数字防伪方法在说明书摘要公布了：本发明涉及一种基于多元融合触觉再现的纸币数字防伪方法，属于信息安全和人机交互的交叉领域。包括触觉特征的提取，采用BP神经网络模型将触觉特征“配方”化，用户的解密，将得到的渲染模型信息和配方信息发送到触觉特征渲染单元中，将配方信息中的权重分配到渲染模型信息，得到有权重的渲染模型信息，再将得到的有权重的渲染模型信息发送到信号驱动单元，得到可以在触觉交互界面实现触觉再现的触觉驱动信号，实现触觉再现的功能，从而实现多元融合的触觉防伪。有益效果是提出一种基于形状、纹理、温度等触觉融合的“配方”，给用户最真的裸指触觉反馈，可应用在数字人民币的防伪、数字专辑的真伪、数字车票的真伪等方向。

本发明授权一种基于多元融合触觉再现的纸币数字防伪方法在权利要求书中公布了：1.一种基于多元融合触觉再现的纸币数字防伪方法，其特征在于，包括下列步骤： 步骤1：触觉特征的提取，包括形状触觉特征提取、纹理触觉特征提取和温度触觉特征提取； 步骤2：采用BP神经网络模型将触觉特征“配方”化，BP神经网络的过程主要分为两个阶段，第一阶段是信号的前向传播，从输入层经过隐含层，最后到达输出层；第二阶段是误差的反向传播，从输出层到隐含层，最后到输入层，依次调节隐含层到输出层的权重和偏置，输入层到隐含层的权重和偏置； 其中使用BP神经网络获得“配方”的具体过程如下： 1收集数据：通过步骤1的方法收集纸币在常温的环境下其温度、纹理、形状的触感数据，通过对应的触觉再现装置即可再现出其单独的触感，现将三种触感的强度随即赋值0至1，三种触感的随机赋予温度，纹理，形状触觉再现装置的强度设置成，并收集不同人对随机强度的触觉感知，记录在这种强度下的触感是否为纸币的触感,同时设置机器学习的目标：通过主观判断触感是真实触感还是非真实的触感把数据设置和成和，将是真实触感的随机强度数据设置为1，不是则设置为0，形成数据训练库，并用于训练模型； 2激励函数选取：； 3隐含层的输出：将获得的数据库中的数据和带入中； 其中，f是2中的激励函数，N为输入层的节点个数，N的取值为3，同时i的取值为1、2、3，分别对应温度、纹理、形状；同时j的取值为1、2、3，分别代表输入层、隐含层和输出层；为输入层到隐含层的偏置；为输入层到隐含层的权值；为隐含层的输出； 4输出层的输出：； 其中，l为隐含层的节点个数，l的取值为3；k的取值为1、2、3；为隐含层到输出层的偏置；为隐含层到输出层的偏置；为输出层的输出； 5对权重和偏置进行初始化，并设定学习率开始统计误差； 误差： 其中，期待输出为；误差为E；输出层的输出为 6根据误差不断对权值和偏置进行更新： 权值的更新： 偏置的更新： 其中为学习速率； 7直到得到最优解，并把得到的权重记录、、作为“配方”，其中依次为温度、纹理、形状的权重； 得到的权重记录、、记录在安全存储芯片中记作配方信息； 步骤3：用户的解密； 步骤4：触觉再现，将得到的渲染模型信息和配方信息发送到触觉特征渲染单元中，将配方信息中的权重分配到渲染模型信息，得到有权重的渲染模型信息，再将得到的有权重的渲染模型信息发送到信号驱动单元，得到在触觉交互界面实现触觉再现的触觉驱动信号，实现触觉再现的功能，从而实现多元融合的触觉防伪。

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吉林大学，其通讯地址为：130012 吉林省长春市前进大街2699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。