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 > 武汉理工大学徐琛获国家专利权

武汉理工大学徐琛获国家专利权

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!

龙图腾网获悉武汉理工大学申请的专利一种基于GAN与LSTM融合的岩石裂纹扩展时序预测方法和系统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:CN120876896B

龙图腾网通过国家知识产权局官网在2026-02-10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:202510970248.9,技术领域涉及:G06V10/62;该发明授权一种基于GAN与LSTM融合的岩石裂纹扩展时序预测方法和系统是由徐琛;范宇萌;邱浪;任高峰;朱瑜劼;刘晓丽;刘驰设计研发完成,并于2025-07-15向国家知识产权局提交的专利申请。

一种基于GAN与LSTM融合的岩石裂纹扩展时序预测方法和系统在说明书摘要公布了:本发明提出了一种基于GAN与LSTM融合的岩石裂纹扩展时序预测方法和系统,涉及图像处理技术领域,包括:获取多组经预处理的裂纹扩展图像序列样本;每组裂纹扩展图像序列样本包括多张标准时序样本;利用初始预测模型内的生成器从裂纹扩展图像序列样本中提取时间依赖特征和全局空间特征,得到融合时空特征,并将融合时空特征输入至残差注意力模块进行特征融合和特征权重调整,生成初始预测图像;生成器包括双向LSTM模块和Transformer编码器;利用初始预测图像对所述初始预测模型内的判别器和生成器进行交替优化,直至判别器和所述生成器对应的损失函数收敛或达到设定训练轮数,得到目标预测模型;将待处理图像输入至目标预测模型,得到目标裂纹扩展预测图像。

本发明授权一种基于GAN与LSTM融合的岩石裂纹扩展时序预测方法和系统在权利要求书中公布了:1.一种基于GAN与LSTM融合的岩石裂纹扩展时序预测方法,其特征在于,包括: 获取多组经预处理的裂纹扩展图像序列样本;每组所述裂纹扩展图像序列样本包括多张标准时序样本; 利用初始预测模型内的生成器从所述裂纹扩展图像序列样本中提取时间依赖特征和全局空间特征,得到融合时空特征,并将所述融合时空特征输入至残差注意力模块进行特征融合和特征权重调整,生成初始预测图像;所述生成器包括双向LSTM模块和Transformer编码器;所述双向LSTM包括前向LSTM和后向LSTM;所述Transformer编码器包括堆叠成形的多头注意力机制与前馈神经网络;所述利用初始预测模型内的生成器从所述裂纹扩展图像序列样本中提取时间依赖特征和全局空间特征,得到融合时空特征,包括: 通过卷积编码器将所述裂纹扩展图像序列样本的每帧图像映射为固定维度的低维特征向量; 通过所述前向LSTM和所述后向LSTM对所述低维特征向量进行并行处理,分别生成前向隐藏状态序列和后向隐藏状态序列; 将所述前向隐藏状态序列和所述后向隐藏状态在每个时间步进行拼接,得到所述时间依赖特征; 在所述时间依赖特征中添加动态位置编码,得到时序依赖关系; 通过多头注意力机制和所述前馈神经网络并行计算不同时间尺度的时序依赖关系,得到全局空间特征; 将所述时间依赖特征和所述全局空间特征通过线性投影层对齐维度后进行融合,得到融合时空特征; 利用所述初始预测图像对所述初始预测模型内的判别器和所述生成器进行交替优化,直至所述判别器和所述生成器对应的损失函数收敛或达到设定训练轮数,得到目标预测模型; 将待处理图像输入至所述目标预测模型,得到目标裂纹扩展预测图像。

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武汉理工大学,其通讯地址为:430000 湖北省武汉市洪山区珞狮路122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。

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。