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！

龙图腾网恭喜中国海洋大学申请的专利基于物理信息神经网络的船舶非线性横摇参数识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：CN119829955B 。

龙图腾网通过国家知识产权局官网在2025-05-16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：202510307477.2，技术领域涉及：G06F18/20；该发明授权基于物理信息神经网络的船舶非线性横摇参数识别方法是由丛帅;郅长红;孙金伟;徐双东设计研发完成，并于2025-03-17向国家知识产权局提交的专利申请。

本基于物理信息神经网络的船舶非线性横摇参数识别方法在说明书摘要公布了：本发明涉及海洋工程技术领域，提供一种基于物理信息神经网络的船舶非线性横摇参数识别方法。确定船舶横摇角度的自由衰减数据及其范数、横摇运动的初始条件及其范数以及横摇运动的物理方程及其范数；确定前馈神经网络，计算获得最优化网络超参数；基于最优化网络超参数，确定物理信息神经网络框架；基于船舶横摇角度的自由衰减数据范数、横摇运动的初始条件范数以及横摇运动的物理方程范数，确定网络总损失函数；对总损失函数进行最小化处理，驱动神经网络运算，得到所述神经网络的未知量，获得待识别的横摇参数。该方法为实际船舶横摇运动分析提供了一种兼具高精度与高效率的神经网络方法。

本发明授权基于物理信息神经网络的船舶非线性横摇参数识别方法在权利要求书中公布了：1.一种基于物理信息神经网络的船舶非线性横摇参数识别方法，其特征在于，包括以下步骤：S1：确定船舶横摇角度的自由衰减数据及其范数、横摇运动的初始条件及其范数以及横摇运动的物理方程及其范数；S2：确定前馈神经网络，以物理时间作为所述神经网络的输入，横摇角度作为所述神经网络的输出，待识别的横摇参数作为所述神经网络的未知量，基于船舶横摇角度的自由衰减数据的范数、横摇运动的初始条件范数以及横摇运动的物理方程的范数，确定所述神经网络的总损失函数；S3：建立所述神经网络的超参数优化目标函数，基于所述超参数优化目标函数，对所述神经网络的网络超参数进行最优化处理，获得最优化网络超参数；S4：基于所述最优化网络超参数，确定物理信息神经网络框架；对所述总损失函数进行最小化处理，驱动神经网络运算，得到所述神经网络的未知量，获得待识别的横摇参数。

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海洋大学，其通讯地址为：266000 山东省青岛市崂山区松岭路238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”。