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！

龙图腾网恭喜南京理工大学申请的专利基于机器学习的爆炸冲击波分布模式精准分析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：CN119357651B 。

龙图腾网通过国家知识产权局官网在2025-03-14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：202411925065.7，技术领域涉及：G06F18/2131；该发明授权基于机器学习的爆炸冲击波分布模式精准分析方法是由吴威涛;史宇翔;潘刘娟;石少帅;胡杰;戎晓力设计研发完成，并于2024-12-25向国家知识产权局提交的专利申请。

本基于机器学习的爆炸冲击波分布模式精准分析方法在说明书摘要公布了：本发明公开一种基于机器学习的爆炸冲击波分布模式精准分析方法，包括如下步骤：获取包含训练数据集和验证数据集的多场景爆炸超压场数据库；构建机器学习模型，所述机器学习模型包括数据读取模块、特征辨识模块以及输出模块；采用所述训练数据集以及验证数据集对机器学习模型进行训练以及优化，得到爆炸超压场预测模型；利用爆炸超压场预测模型对现场爆炸超压场进行预测，实现爆炸冲击波分布模式的精准分析。本发明方法，准确度高、泛化能力强、效率高。

本发明授权基于机器学习的爆炸冲击波分布模式精准分析方法在权利要求书中公布了：1.一种基于机器学习的爆炸冲击波分布模式精准分析方法，其特征在于，包括如下步骤：获取包含训练数据集和验证数据集的多场景爆炸超压场数据库；构建机器学习模型，所述机器学习模型包括数据读取模块、特征辨识模块以及输出模块；数据读取模块包括全连接层和小波分解与监督注意力层；其中，全连接层由输入层、中间层、第一ReLU激活层和非局部注意力层串联组成；非局部注意力层包括第一至第四卷积层，第一至第三卷积层并行且输入均为第一ReLU激活层的输出，第一和第二卷积层的输出进行点乘后进行Softmax操作，第三卷积层的输出与Softmax操作的结果进行点乘后作为第四卷积层的输入，第四卷积层的输入与第一ReLU激活层的输出叠加后作为非局部注意力层的输出；小波分解与监督注意力层包括离散小波变换DWT单元、第五至第十一卷积层、整数小波变换IWT单元，DWT单元的输入为非局部注意力层的输出，DWT单元的输出依次经过第五至第八卷积层、IWT单元后输出特征，第九和第十卷积层的输入均为，第九卷积层的输出与数据读取模块的输入叠加后作为第十卷积层的输入，第十一卷积层的输出进行Sigmoid操作，Sigmoid操作的结果与第十卷积层的输出点乘后与叠加输出注意力特征图；特征辨识模块由第十二至第十六卷积层以及通道注意力层串联组成；通道注意力层包括串联的池化层、第十七卷积层、第二ReLU激活层和第十八卷积层，池化层的输入为，第十八卷积层的输出进行Sigmoid操作后与点乘后作为通道注意力层的输出；输出模块包括反卷积层和第三ReLU激活层，反卷积层的输入为通道注意力层的输出；采用训练数据集以及验证数据集对机器学习模型进行训练以及优化，得到爆炸超压场预测模型；利用爆炸超压场预测模型对现场爆炸超压场进行预测，实现爆炸冲击波分布模式的精准分析。

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京理工大学，其通讯地址为：210014 江苏省南京市玄武区孝陵卫街道孝陵卫街200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”。