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！

龙图腾网获悉上海克万机械设备技术服务有限公司申请的专利一种基于数据分析的涂层多层剖面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：CN119723253B 。

龙图腾网通过国家知识产权局官网在2025-06-24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：202510238243.7，技术领域涉及：G06V10/774；该发明授权一种基于数据分析的涂层多层剖面分析方法是由王忠保;陈向阳;张宇航;王余设计研发完成，并于2025-03-03向国家知识产权局提交的专利申请。

本一种基于数据分析的涂层多层剖面分析方法在说明书摘要公布了：本发明公开了一种基于数据分析的涂层多层剖面分析方法，属于数据处理技术领域，采用图像采集设备对剖面进行图像采集，确定样本涂层多层剖面图像，然后提取样本涂层多层剖面图像对应的涂层多层特征信息，采用机器学习算法建立涂层多层特征信息与涂层样品性能指标之间的数据关系，得到涂层性能分析模型，最后可以采集待分析涂层对应的目标涂层多层剖面图像，并提取目标涂层多层剖面图像对应的目标涂层多层特征信息，采用涂层性能分析模型对目标涂层多层特征信息进行分析，确定待分析涂层对应的涂层多层剖面分析结果，能够有效地提升涂层分析准确性以及可靠性，适用于各种涂层材料的剖面分析，对于提高涂层产品质量和优化生产工艺具有重要意义。

本发明授权一种基于数据分析的涂层多层剖面分析方法在权利要求书中公布了：1.一种基于数据分析的涂层多层剖面分析方法，其特征在于，包括： 将涂层样品进行切割，且保证切割方向垂直于涂层面，并采用图像采集设备对剖面进行图像采集，确定样本涂层多层剖面图像； 对所述样本涂层多层剖面图像进行预处理，获取预处理之后的样本涂层多层剖面图像，并提取预处理之后的样本涂层多层剖面图像对应的涂层多层特征信息； 将预处理之后的样本涂层多层剖面图像以及涂层多层特征信息均提供给工作人员，以获取工作人员通过人机输入的涂层样品性能指标； 采用机器学习算法建立涂层多层特征信息与涂层样品性能指标之间的数据关系，得到涂层性能分析模型； 采集待分析涂层对应的目标涂层多层剖面图像，并提取所述目标涂层多层剖面图像对应的目标涂层多层特征信息，采用涂层性能分析模型对目标涂层多层特征信息进行分析，以确定出待分析涂层对应的涂层多层剖面分析结果； 采用机器学习算法建立涂层多层特征信息与涂层样品性能指标之间的数据关系，得到涂层性能分析模型，包括： 采用机器学习算法构建初始学习模型，并采用混沌映射初始化方法对初始学习模型的模型参数进行初始化，获取多个不同的模型参数向量； 针对任意一个模型参数向量，将涂层多层特征信息作为初始学习模型的输入，将涂层多层特征信息对应的涂层样品性能指标作为期望输出，获取模型参数向量对应的损失函数值； 根据所有模型参数向量对应的损失函数值，获取最优模型参数向量； 针对任意一个模型参数向量，根据最优模型参数向量，采用自适应跟随策略对模型参数向量进行局部快速搜索，得到局部快速搜索之后的模型参数向量； 针对局部快速搜索之后的模型参数向量，采用振荡区间搜索策略对模型参数向量进行局部振荡搜索，得到局部振荡搜索之后的模型参数向量； 针对局部振荡搜索之后的模型参数向量，采用双全局变异策略对模型参数向量进行全局搜索，得到全局搜索之后的模型参数向量； 判断训练次数是否到达最大训练次数，若是，则根据全局搜索之后的模型参数向量，重新确定最优模型参数向量，并将重新确定的最优模型参数向量作为初始学习模型的最终参数，得到涂层性能分析模型，否则返回获取模型参数向量对应的损失函数值的步骤； 采用混沌映射初始化方法对初始学习模型的模型参数进行初始化，获取多个不同的模型参数向量，包括： 对于初始学习模型的模型参数，在模型参数的上限与下限之间进行随机初始化，并将初始化之后的模型参数编码为向量，确定随机初始化之后的模型参数向量； 以所述随机初始化之后的模型参数向量为基础，进行混沌映射，获取多个不同的模型参数向量； 针对任意一个模型参数向量，根据最优模型参数向量，采用自适应跟随策略对模型参数向量进行局部快速搜索，得到局部快速搜索之后的模型参数向量，包括： 以当前训练次数为基础，采用指数函数获取自适应平衡搜索因子； 根据所述自适应平衡搜索因子以及最优模型参数向量，对模型参数向量进行局部快速搜索，得到局部快速搜索之后的模型参数向量； 针对局部快速搜索之后的模型参数向量，采用振荡区间搜索策略对模型参数向量进行局部振荡搜索，得到局部振荡搜索之后的模型参数向量，包括： 针对局部快速搜索之后的模型参数向量，获取振荡搜索因子，并根据所述振荡搜索因子以及当前训练次数，获取自适应振荡搜索权重； 针对局部快速搜索之后的模型参数向量，为模型参数向量随机匹配一个其他模型参数向量，得到每个模型参数向量对应的局部协作向量； 根据所述自适应振荡搜索权重以及局部协作向量，对模型参数向量进行局部振荡搜索，得到局部振荡搜索之后的模型参数向量； 针对局部振荡搜索之后的模型参数向量，采用双全局变异策略对模型参数向量进行全局搜索，得到全局搜索之后的模型参数向量，包括： 生成第一全局变换因子以及第二全局变换因子； 针对局部振荡搜索之后的模型参数向量，根据所述第一全局变换因子以及第二全局变换因子，采用螺旋搜索路径对模型参数向量进行全局搜索，得到全局搜索之后的模型参数向量。

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上海克万机械设备技术服务有限公司，其通讯地址为：200120 上海市浦东新区中国(上海)自由贸易试验区世博村路231号2单元202-2室；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”。