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！

龙图腾网获悉长沙理工大学申请的专利基于神经网络的道路介电常数反演及病害判别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：CN121482553B 。

龙图腾网通过国家知识产权局官网在2026-04-10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：202610019148.2，技术领域涉及：G06V10/80；该发明授权基于神经网络的道路介电常数反演及病害判别方法是由吕松涛;李园葧;于静;谭攀;鲁巍巍;段海辉设计研发完成，并于2026-01-08向国家知识产权局提交的专利申请。

本基于神经网络的道路介电常数反演及病害判别方法在说明书摘要公布了：本申请涉及一种基于神经网络的道路介电常数反演及病害判别方法。所述方法包括：基于TransUNet基线扩展跳跃连接数量并引入门控注意力机制，增设多尺度特征融合模块、非对称深度‑空间注意力模块及深监督解码头；采用AdamW优化器与Warmup‑余弦退火学习率调度策略，构建自适应区域加权损失函数以放大介电常数突变边界损失权重。通过道路GPR仿真数据集训练模型并经验证集调参至收敛后，输入待检测道路GPR‑B‑scan图像，输出介电常数分布，依据不同病害的介电常数特征，实现空洞、脱空、疏松体及富水体等隐蔽性病害的精准判别。采用本方法能够实现高分辨率介电常数端到端反演、精准捕捉多尺度病害特征。

本发明授权基于神经网络的道路介电常数反演及病害判别方法在权利要求书中公布了：1.一种基于神经网络的道路介电常数反演及病害判别方法，其特征在于，所述方法包括： 构建道路GPR仿真数据集；在TransUNet基线模型中扩展跳跃连接数量，在每个跳跃连接处引入门控注意力机制，同时设计多尺度特征融合模块、非对称深度-空间注意力模块与深监督解码头构建形成GPR-TransUNet神经网络模型； 采用AdamW作为优化器，结合Warmup-余弦退火策略设置学习率调度方式，构建自适应区域加权损失函数，所述自适应区域加权损失函数通过动态加权机制放大介电常数突变边界的损失权重； 将道路GPR仿真数据集中的训练集输入所述GPR-TransUNet神经网络模型，采用配置的训练策略与所述自适应区域加权损失函数进行模型训练，通过验证集监测训练过程中模型的损失变化与评价指标波动，调整模型参数直至模型收敛，得到训练完成的GPR-TransUNet神经网络模型； 将待检测道路的GPR-B-scan图像输入训练完成的GPR-TransUNet神经网络模型，输出待检测道路的介电常数分布；根据介电常数分布中不同病害对应的介电常数特征，识别待检测道路中的空洞、脱空、疏松体及富水体病害，完成道路隐蔽性病害判别。

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长沙理工大学，其通讯地址为：410000 湖南省长沙市天心区赤岭路45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。