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！

龙图腾网恭喜华东交通大学申请的专利一种用于铁路声屏障的声学超材料性能分析方法及系统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：CN119400332B 。

龙图腾网通过国家知识产权局官网在2025-05-23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：202510013925.8，技术领域涉及：G16C60/00；该发明授权一种用于铁路声屏障的声学超材料性能分析方法及系统是由慕陈喆;刘全民;李志文;缪燕平;高亏;魏凡其设计研发完成，并于2025-01-06向国家知识产权局提交的专利申请。

本一种用于铁路声屏障的声学超材料性能分析方法及系统在说明书摘要公布了：本发明涉及材料分析技术领域，具体涉及一种用于铁路声屏障的声学超材料性能分析方法及系统。一种用于铁路声屏障的声学超材料性能分析系统，包括声学超材料X射线投影图片集获取模块和声学超材料性能分析模块。本发明通过获取不同角度下的声学超材料X射线投影图片，并将所有不同角度下的声学超材料X射线投影图片送入声学超材料性能分析模型进行处理，输出声学超材料性能数据集，由于声学超材料的性能主要由内部的微结构特征决定，因此通过不同角度下的声学超材料X射线投影图片来反映声学超材料的微结构，再通过声学超材料性能分析模型来对声学超材料内部的微结构特征进行分析，以实现自动地进行声学超材料的性能分析，无需额外的检测操作。

本发明授权一种用于铁路声屏障的声学超材料性能分析方法及系统在权利要求书中公布了：1.一种用于铁路声屏障的声学超材料性能分析方法，其特征在于，包括：获取声学超材料X射线投影图片集，声学超材料X射线投影图片集中包括若干份不同角度下的声学超材料X射线投影图片；将声学超材料X射线投影图片集送入至声学超材料性能分析模型进行处理，输出声学超材料性能数据集，声学超材料性能数据集中包括声学超材料对应的声学超材料性能数据；声学超材料性能分析模型基于Transformer模型建立，具体包括预处理层、图像对齐层、图像特征提取层、图像特征拼接层、图结构特征提取层、编码器层、解码器层和输出层，其中预处理层用于对声学超材料X射线投影图片集中的每一个声学超材料X射线投影图片执行预处理操作，构建对应的声学超材料X射线投影图像；图像对齐层用于对所有声学超材料X射线投影图像执行图像对齐操作，以构建对应的声学超材料X射线投影标准图像；图像特征提取层用于对每一个声学超材料X射线投影标准图像执行特征提取操作，以构建对应的声学超材料特征向量；图像特征拼接层用于将所有声学超材料特征向量按照从小到大的旋转角度进行从上至下的拼接，构建声学超材料特征图；图结构特征提取层用于基于声学超材料特征图构建声学超材料特征图结构数据，并基于声学超材料特征图结构数据进行特征提取，以构建声学超材料图结构特征；编码器层包括六个编码块、且编码器层用于接收声学超材料特征图，并通过自注意力机制进行编码操作，解码器层包括六个解码块，且解码器层用于通过自注意力机制进行解码操作，且编码器层和解码器层中的自注意力机制基于声学超材料图结构特征进行，声学超材料特征图依次经过编码器层和解码器层处理后输出声学超材料性能分析向量；输出层用于将声学超材料性能分析向量进行全连接操作，输出声学超材料性能数据集；通过图像对齐层用于对所有声学超材料X射线投影图像执行图像对齐操作，以构建对应的声学超材料X射线投影标准图像，具体包括如下步骤：遍历所有声学超材料X射线投影图像，针对每一个声学超材料X射线投影图像，执行如下内容：将选择的声学超材料X射线投影图像送入图像对齐层中内置的变换矩阵生成网络进行处理，以构建变换矩阵；再将选择的声学超材料X射线投影图像通过变换矩阵进行仿射变换和像素值采样，得到对应的声学超材料X射线投影标准图像；通过图结构特征提取层用于基于声学超材料特征图构建声学超材料特征图结构数据，并基于声学超材料特征图结构数据进行特征提取，以构建声学超材料图结构特征，具体包括如下步骤：将声学超材料特征图中的每一个声学超材料特征向量视为特征节点，再从所有特征节点中随机选择两个特征节点，针对选择的两个特征节点，执行如下操作：计算选择的两个特征节点对应的两个声学超材料特征向量之间的相似度，判断选择的两个特征节点对应的两个声学超材料特征向量之间的相似度是否大于相似度阈值，若是选择的两个特征节点对应的两个声学超材料特征向量之间的相似度大于相似度阈值，在选择的两个特征节点之间构建特征边，并以选择的两个特征节点对应的两个声学超材料特征向量之间的相似度作为特征边对应的权重，若是选择的两个特征节点对应的两个声学超材料特征向量之间的相似度不大于相似度阈值，继续从所有特征节点中随机选择两个特征节点；直至任意两个特征节点具备选择过之后，基于所有特征节点和特征边构建声学超材料特征图结构数据；通过如下公式进行特征提取：H（e+1）=σ（AbH（e）w（e）），其中H（e+1）为第e+1次迭代输出的聚合特征图，e=0，1，…，E，E为最大迭代次数，H（e）为第e次迭代输出的聚合特征图，H（0）为声学超材料特征图，σ（）为激活函数，Ab为归一化处理后的邻接矩阵，且Ab=D-0.5AD-0.5，D为一个对角矩阵，且对角线上的值为每个特征节点对应的度，A为邻接矩阵，邻接矩阵中的值为对应特征边的权重，w（e）为第e次迭代时的图结构权重矩阵；并将H（E+1）记为声学超材料图结构特征；且编码器层和解码器层中的自注意力机制基于声学超材料图结构特征进行，具体包括如下步骤：将编码器层和解码器层中执行自注意力机制时，输入的数据记为输入向量，输出的数据记为输出向量，将输入向量分别与值权重矩阵和键权重矩阵进行相乘操作，构建对应的值向量V和键向量K；将声学超材料图结构特征与查询权重矩阵进行相乘操作，构建查询向量Q；通过如下公式计算输出向量Z=softmax（QKTd0.5）V，T为矩阵转置操作，d为键向量K的维度大小。

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华东交通大学，其通讯地址为：330013 江西省南昌市经济技术开发区双港东大街808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”。