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！

龙图腾网获悉福州大学申请的专利基于元学习的四象限探测器高精度光斑定位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：CN115727748B 。

龙图腾网通过国家知识产权局官网在2025-06-13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：202211451742.7，技术领域涉及：G01B7/004；该发明授权基于元学习的四象限探测器高精度光斑定位方法是由陈丽琼;杨祥昆;吴桐;陈振华设计研发完成，并于2022-11-18向国家知识产权局提交的专利申请。

本基于元学习的四象限探测器高精度光斑定位方法在说明书摘要公布了：本发明提出一种基于元学习的四象限探测器高精度光斑定位方法，包括：1）根据四象限探测器的测量原理生成充足的仿真样本数据；2）构建光斑半径估计网络，用生成的仿真数据进行训练，再将真实的小样本数据输入到训练好的光斑半径估计网络中进行预测，用得到估计的半径值生成更接近真实光斑分布的仿真样本数据；3）构建光斑位置预测网络，引入元学习的策略用更接近真实光斑分布的仿真样本进行预训练，固定网络的部分参数后再用真实的小样本数据对光斑位置预测网络进行微调，通过微调后的神经网络实现高精度的光斑定位。使得该方法在仅有少量真实样本的情况下也能获得较高精度的光斑定位能力。

本发明授权基于元学习的四象限探测器高精度光斑定位方法在权利要求书中公布了：1.一种基于元学习的四象限探测器高精度光斑定位方法，其特征在于：包括以下步骤： 步骤S1：根据四象限探测器的测量原理生成仿真样本数据； 步骤S2：构建光斑半径估计网络，采用生成的仿真数据进行训练，再将真实的小样本数据输入到训练好的光斑半径估计网络中进行预测，采用得到估计的半径值生成更接近真实光斑分布的仿真样本数据； 步骤S3：构建光斑位置预测网络，采用元学习进行分层训练并利用训练好的网络实现光斑位置坐标的精准预测； 步骤S2中的光斑半径估计网络采用BP神经网络作为基础框架，共设置t个隐层，每个隐层设置c个神经元，采用步骤S1生成的仿真样本数据GR对光斑半径估计网络进行训练，在训练时加入噪声扰动以防止过拟合； 在步骤S3中采用元学习的思想训练光斑位置预测网络的具体方法如下：先利用仿真样本数据集GR和训练网络的前几个隐层，得益于步骤S2的光斑半径估计网络，仿真样本数据集与真实样本数据的分布高度相似，充足的仿真样本数据提高了网络的非线性拟合能力；接着固定前几层的参数，再利用训练网络后面的隐层，然后用m个真实的小样本数据对后面的隐层进行微调，得到训练后的光斑位置预测网络。

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福州大学，其通讯地址为：350108 福建省福州市闽侯县福州大学城乌龙江北大道2号福州大学；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”。