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！

龙图腾网获悉武汉大学申请的专利基于生成式AI的堆石坝变形数字孪生体构建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：CN121031235B 。

龙图腾网通过国家知识产权局官网在2026-02-17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：202511564658.X，技术领域涉及：G06F30/23；该发明授权基于生成式AI的堆石坝变形数字孪生体构建方法是由周伟;马刚;艾志涛;梅江洲;王頔设计研发完成，并于2025-10-30向国家知识产权局提交的专利申请。

本基于生成式AI的堆石坝变形数字孪生体构建方法在说明书摘要公布了：本发明公开一种基于生成式AI的堆石坝变形数字孪生体构建方法，核心在于采用条件去噪扩散概率模型，通过无分类器引导和连续条件向量构建条件采样机制，高效融合有限元仿真数据、监测数据与运行数据。进一步结合残差神经网络ResNet‑18与K‑means聚类方法，进行有限元数据无监督分类，引入组合优化，识别与监测数据最匹配的有限元数据类别，从而实现条件引导变形场生成。该框架在目前已建世界最高两河口堆石坝303米上得到了应用与验证。结果表明，所提出的一种基于生成式AI的堆石坝变形数字孪生体构建方法，能够高效重构堆石坝变形，具有较高的精度与实时性，显著提升了堆石坝全域变形透彻感知能力，为其安全运行提供了关键技术支撑。

本发明授权基于生成式AI的堆石坝变形数字孪生体构建方法在权利要求书中公布了：1.基于生成式AI的堆石坝变形数字孪生体构建方法，其特征在于，包括： 基于堆石坝变形监测数据与运行数据构建有限元数值模型，采用参数采样策略获得多组变形场仿真样本； 基于获得的变形场仿真样本，提取关键监测断面的二维变形场数据，并通过深度神经网络提取二维变形场图像的深度特征，利用无监督聚类方法进行仿真样本的分类与标签构建； 构建条件去噪扩散概率模型，以分类后的二维变形场仿真样本、对应的类别标签以及仿真时所采用的运行数据作为条件输入进行模型训练，输出可控生成的变形场重构模型； 所述条件去噪扩散概率模型包括正向扩散过程和参数反向扩散过程，其中，在正向扩散过程中，高斯噪声被逐步添加至堆石坝各断面的仿真变形场数据中，在参数反向扩散过程中，从高斯噪声图像中逐步还原变形场图像； 结合实际变形监测数据与对应断面的仿真数据，构建组合优化框架，搜索最优数据类别，并将所述搜索最优数据类别和运行数据共同输入可控生成的变形场重构模型，输出重构的堆石坝变形场。

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大学，其通讯地址为：430072 湖北省武汉市武昌区八一路299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。