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！

龙图腾网获悉南昌大学申请的专利一种基于Tensorflow的神经网络蠕墨铸铁蠕化率预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：CN115270397B 。

龙图腾网通过国家知识产权局官网在2026-03-03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：202210680749.X，技术领域涉及：G06F30/27；该发明授权一种基于Tensorflow的神经网络蠕墨铸铁蠕化率预测方法是由杨湘杰;杨明浩;叶寒;顾嘉;李全;白宇轩;姜乐付;杨福玲设计研发完成，并于2022-06-15向国家知识产权局提交的专利申请。

本一种基于Tensorflow的神经网络蠕墨铸铁蠕化率预测方法在说明书摘要公布了：本发明公开了一种基于Tensorflow的神经网络蠕墨铸铁蠕化率预测方法，通过对蠕墨铸铁蠕化率的神经网络预测模型的网络结构设计以及训练数据的采集，在确定了神经网络输入神经元、输出神经元、神经激活函数以及隐含层神经元个数的情况下，采用预处理后的样本数据对初步建立的神经网络预测模型进行训练，进而得到可用于检测蠕墨铸铁蠕化率的神经网络预测模型。本发明相比传统的预测模型，通过神经网络构建算法模型对蠕化率进行快速预测，由于神经网络自身的特性，具备自学习能力和自适应能力，当生产原材料或者生产条件发生变化时，只需重新提供足够的数据样本对原始模型重新训练，网络模型即可自行更新，对生产过程中的蠕化质量具有较大的指导意义。

本发明授权一种基于Tensorflow的神经网络蠕墨铸铁蠕化率预测方法在权利要求书中公布了：1.一种基于Tensorflow的神经网络蠕墨铸铁蠕化率预测方法，其特征在于，包括以下步骤： 步骤S1.通过计算机集成温度数据采集卡对共晶成分蠕墨铸铁铁水温度随时间的变化进行记录并绘制出冷却曲线，从冷却曲线上选取合适的特征值用于确定检测蠕墨铸铁蠕化率的神经网络的输入神经元和输出神经元； 所述从冷却曲线上选取合适的特征值用于确定检测蠕墨铸铁蠕化率的神经网络的输入神经元和输出神经元，所述输入神经元包括蠕墨铸铁共晶生长的最低温度TEU、共晶结束温度TS和共晶再生温度TER，所述输出神经元为蠕墨铸铁蠕化率； 步骤S2.选择合适的神经网络神经元激活函数，以确保网络训练的顺利进行和保证模型质量； 步骤S3.根据经验公式计算上述神经网络隐含层的神经元个数，其中，m为输入层神经元个数，n为输出层神经元个数，c为常数，取值范围4~13； 步骤S4.根据上述步骤确定的神经网络输入神经元、输出神经元、神经激活函数以及隐含层的神经元个数，建立初步的神经网络预测模型； 步骤S5.对输入、输出的样本数据进行预处理，处理后的样本数据用于对步骤S4中建立的初步神经网络预测模型进行训练，得到可用于检测蠕墨铸铁蠕化率的神经网络预测模型。

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南昌大学，其通讯地址为：330000 江西省南昌市红谷滩新区学府大道999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。