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！

龙图腾网获悉北京理工大学申请的专利神经网络模型的训练方法和相位估计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：CN116468077B 。

龙图腾网通过国家知识产权局官网在2026-02-03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：202211694760.8，技术领域涉及：G06N3/0464；该发明授权神经网络模型的训练方法和相位估计方法是由鲁溟峰;张天山;李佩航;姬晨晨;范赛慧;武进敏;胡摇;张峰;陶然设计研发完成，并于2022-12-28向国家知识产权局提交的专利申请。

本神经网络模型的训练方法和相位估计方法在说明书摘要公布了：本申请涉及一种用于干涉图的相位估计的神经网络模型的训练方法和基于所述神经网络模型的干涉图的相位估计方法。该用于干涉图的相位估计的神经网络模型的训练方法包括：获取训练用干涉图及其真实相位图；将所述训练用干涉图输入神经网络模型；获取所述神经网络模型输出的预测相位图；计算所述预测相位图与所述真实相位图之间的损失函数值；通过最小化所述损失函数值以梯度反向传播训练所述神经网络模型。这样，通过基于Unet++的神经网络模型学习干涉图不同尺度的特征，获得与干涉图对应的相位图准确估计。

本发明授权神经网络模型的训练方法和相位估计方法在权利要求书中公布了：1.一种用于干涉图的相位估计的神经网络模型的训练方法，其特征在于，包括： 获取训练和测试用干涉图及其真实相位图； 将所述训练用干涉图输入神经网络模型，所述神经网络模型具有N个卷积层分支，N个卷积层分支中的第i个卷积层分支具有级联的多个N+1-i个卷积层，，其中第i个卷积层分支中的第一个卷积层的输出特征图经过下采样后输入第i+1个卷积层分支中的第一个卷积层，第i+1个卷积层分支中的第j个卷积层的输出特征图经过上采样后输入第i个卷积层分支中的第j+1个卷积层，，且第i个卷积层分支中的每个卷积层的输出特征图输入到其下游的每个卷积层； 获取所述神经网络模型输出的预测相位图； 计算所述预测相位图与所述真实相位图之间的损失函数值；以及， 通过最小化所述损失函数值以梯度反向传播训练所述神经网络模型； 其中，在每个卷积层分支内部，特征图除了按层后向传递之外，还进行跳跃连接，使上游卷积层的输出特征图都输入到其下游的每个卷积层； 其中，每个卷积层包括ResBlock卷积块，所述ResBlock卷积块采用残差连接。

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北京理工大学，其通讯地址为：100081 北京市海淀区中关村南大街5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。