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！

龙图腾网获悉中国科学院合肥物质科学研究院申请的专利一种托卡马克等离子体边界识别和位形重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：CN115908460B 。

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：202211255445.5，技术领域涉及：G06T7/12；该发明授权一种托卡马克等离子体边界识别和位形重建方法是由韩效锋;严海龙;杨建华;王纪超;扈嘉辉设计研发完成，并于2022-10-13向国家知识产权局提交的专利申请。

本一种托卡马克等离子体边界识别和位形重建方法在说明书摘要公布了：本发明提出了一种托卡马克等离子体边界识别和位形重建方法。首先利用U‑Net全卷积神经网络对EAST等离子体边界进行了识别，然后选取边界点，最后通过XGBoost模型对边界点的像素坐标与EFIT进行了拟合。本发明可将边界从图像平面转换为托卡马克极向面，实现了基于单目可见光相机的等离子体位形重建。从实验结果可知，本发明算法重建精度高，其在测试集上的平均误差仅7.36mm。

本发明授权一种托卡马克等离子体边界识别和位形重建方法在权利要求书中公布了：1.一种托卡马克等离子体边界识别和位形重建方法，其特征在于，包括如下步骤： 步骤1、等离子体边界识别：首先对相机拍摄到的EAST等离子体图像进行边界识别，采用Unet网络对图像进行分割，获得等离子体边界，选取每张图像的多个边界点，记录像素坐标u,v; 将像素坐标u,v进行缩放平移变换得到u’,v’，将其与EFIT数据处于同一坐标系中，并使得等离子体边界的几何中心与EFIT数据图形几何中心重合，将几何中心与u’,v’点连接延长直线并与EFIT曲线相交，获得对应标签值r,z；连接中心点与像素坐标u’,v’，并延长直线与EFIT拟合曲线相交，获得交点坐标r,z,将r,z作为标签值；标签值的选取是与像素坐标的一种函数映射关系，XGBoost模型通过训练拟合函数；对所有炮号的同一时刻下的EFIT数据和图像数据都进行相同处理，设置训练集和测试集； 训练两个XGBoost模型model_R，model_Z分别拟合r，z值；模型model_R输入值为训练集的u’,v’集合，真实值为训练集下的r坐标；模型model_Z输入值为训练集的u’,v’集合，真实值为训练集下的z坐标； 采用基于深度学习的图像分割方法，并采用U-Net网络对等离子体边界进行提取； 损失函数采用交叉熵损失，公式如下： 其中，M表示类别数；取值为0或1，当该类别与真实类别相同时取值1，否则为0；为预测值，表示样本属于类别c的概率； 将图像通过人为标注选取等离子体边界区域，作为网络训练时的真实分割图像；将得到的模型，对训练集外的图像数据进行预测； 步骤2、位形重建： 采用XGBoost模型进行拟合；所述XGBoost的模型定义为： 其中，表示第k棵决策树，表示输入的特征向量，表示预测值，模型包含K棵树； 模型的目标函数Obj由损失函数L和正则化项Ω组成，损失函数L用于评估预测值与真实值的误差，正则化项Ω用来控制模型的复杂度，避免过拟合； XGBoost的目标函数定义如下所示： 其中，正则化项Ω的定义为： 其中，和为可修改的参数，T为叶子数，为叶子结点的权重分数；f表示决策树模型； 第s轮模型可定义为： 其中，s为迭代轮数，第s轮的模型等于第s-1轮模型加上新模型，其中使得目标函数Obj最小； 改写目标函数Obj： 其中，为第s-1轮模型对样本的预测值，为第s轮训练的新模型的预测值； 对目标函数Obj进行泰勒展开： 其中，为损失函数的一阶导数，为损失函数的二阶导数； 去除不影响目标函数的优化的常数项，并将代入公式，目标函数Obj写为： 其中，为落在叶子结点j的所有样本； 令，，并对叶子结点j的权重分数求偏导，使得偏导数等于0，解得： 根据最优解的目标函数分裂样本数据。

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中国科学院合肥物质科学研究院，其通讯地址为：230031 安徽省合肥市庐阳区三十岗乡古城路181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。