Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 福州大学黄若辰获国家专利权

福州大学黄若辰获国家专利权

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!

龙图腾网获悉福州大学申请的专利一种基于RSBO优化LSTM网络的脉冲涡流管道壁厚检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:CN119720798B

龙图腾网通过国家知识产权局官网在2026-02-06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:202411931939.X,技术领域涉及:G06F30/27;该发明授权一种基于RSBO优化LSTM网络的脉冲涡流管道壁厚检测方法是由黄若辰;曾华德;林琼斌;党万成;尹武良设计研发完成,并于2024-12-26向国家知识产权局提交的专利申请。

一种基于RSBO优化LSTM网络的脉冲涡流管道壁厚检测方法在说明书摘要公布了:本发明提供一种基于RSBO优化LSTM网络的脉冲涡流管道壁厚检测方法,利用脉冲涡流信号对管道厚度进行估计,采用基于最小二乘拟合算法的数据样本截取长度评价准则确定保留测量信号的区间,将处理后的信号输入LSTM模型对管道厚度进行检测,并采用基于随机搜索和贝叶斯优化的组合寻优对LSTM模型进行超参数整定。

本发明授权一种基于RSBO优化LSTM网络的脉冲涡流管道壁厚检测方法在权利要求书中公布了:1.一种基于RSBO优化LSTM网络的脉冲涡流管道壁厚检测方法,其特征在于:利用脉冲涡流信号对管道厚度进行估计,采用基于最小二乘拟合算法的数据样本截取长度评价准则确定保留测量信号的区间,将处理后的信号输入LSTM模型对管道厚度进行检测,并采用基于随机搜索和贝叶斯优化的组合寻优对LSTM模型进行超参数整定; 所述基于最小二乘拟合算法的数据样本截取长度评价准则具体为:采用最小二乘法拟合测量曲线后,对斜率曲线进行计算,利用拟合矩阵的标准差评估截距段的总体数据波动,通过计算每个截取片段的均值评估整体数据曲线的斜率变化,并求取拟合矩阵的标准差,与斜率平均值绘制在同一张图中,以将两条曲线的交点作为样本区间的确定依据; 所述采用基于随机搜索和贝叶斯优化的组合寻优对LSTM模型进行超参数整定具体包括: 通过随机搜索对超参数的组合进行随机采样,寻找最优的超参数; 采用贝叶斯优化通过构建目标函数的概率模型对随机搜索后的超参数做进一步的寻优计算; 记录迭代全部完成后参数变量设置目标损失最小的超参数集,当验证集中的厚度误差达到最小值时,保存模型超参数; 所述采用贝叶斯优化通过构建目标函数的概率模型对随机搜索后的超参数做进一步的寻优计算具体步骤为: 步骤S1:选择一组初始参数,对LSTM模型进行训练和评估,将最优结果作为贝叶斯优化的初始观测值; 步骤S2:利用所述初始观测值训练高斯过程模型,使用训练后的高斯过程模型预测未观测点的目标函数值和不确定性; 步骤S3:使用采集函数确定下一个采样点; 所述采集函数为从输入空间、观测空间和超参数空间映射到实数空间的函数;通过观测数据集得到的后验分布构造,并通过对采集函数最大化指导选择下一个采集点: 其中s表示采集点; 步骤S4:根据采集函数的结果选择新的超参数组合进行评估,并更新高斯过程模型; 步骤S5:重复步骤S1-步骤S4,直到满足迭代停止条件,输出最优超参数结果。

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福州大学,其通讯地址为:350108 福建省福州市闽侯县福州大学城乌龙江北大道2号福州大学;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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。