買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉南京埃米儀器科技有限公司申請的專利一種基于并行可變窗口卷積神經網絡的數據配準方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120411179B 。

龍圖騰網通過國家知識產權局官網在2025-08-29發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510886326.7，技術領域涉及：G06T7/30；該發明授權一種基于并行可變窗口卷積神經網絡的數據配準方法是由請求不公布姓名設計研發完成，并于2025-06-30向國家知識產權局提交的專利申請。

本一種基于并行可變窗口卷積神經網絡的數據配準方法在說明書摘要公布了：本發明公開了一種基于并行可變窗口卷積神經網絡的數據配準方法，包括步驟：S1、構造卷積神經網絡的模型并構造多頭相似度模塊為輸出，設置整體損失函數并進行訓練；S2、分別使用待配準數據大小的多個不同大小的窗口遍歷量測數據，將結果并行輸入到模型中；S3、由卷積神經網絡計算各窗口的特征向量的相似度，確定備選區域；S4、將備選區域作為中心再遍歷，算出余弦相似度，將余弦相似度最高的區域作為配準區域。本發明通過改進卷積神經網絡結構，使其和相似度計算結合，構造出數據匹配效果強大的結構；還結合窗口變化、初次計算相似度的粗調、再次計算余弦相似度的二次精細化調整，提升計算準確性；還支持并行數據處理，提高處理效率。

本發明授權一種基于并行可變窗口卷積神經網絡的數據配準方法在權利要求書中公布了：1.一種基于并行可變窗口卷積神經網絡的數據配準方法，基于大量已有數據進行訓練，用于對AFM大量的量測數據進行處理，其特征在于，包括如下步驟: S1、構造一個用于特征提取的卷積神經網絡的模型，構造一個多頭相似度模塊作為模型的輸出，設置交叉熵損失函數和三元組損失函數之和作為整體損失函數，并使用大量已有數據進行模型訓練；構造卷積神經網絡的模型時，設置有：7個卷積單元、深度可分離卷積塊、2個卷積模塊、3個合并區、2個上采樣區、2個通道和多頭相似度模塊；其中，卷積單元一接收量測數據并連接卷積單元二；卷積單元二連接深度可分離卷積塊，深度可分離卷積塊包括深度卷積層DW、逐點卷積層PW和卷積單元三；深度可分離卷積塊連接C3K2卷積模塊；卷積單元四連接C3K2卷積模塊，卷積單元四還依次經由合并區一、通道一和卷積單元五構成第一并行支路，卷積單元六依次經由合并區二、通道二和卷積單元七構成第二并行支路，兩個并行支路均連接到合并區三后，經由多頭相似度模塊輸出；卷積單元四還依次經由A2C2F卷積模塊、卷積單元六、上采樣區二、合并區二、上采樣區一和合并區一構成空間注意力增強路徑，A2C2F卷積模塊為帶區域注意力機制的卷積模塊； S2、基于量測數據中待配準數據的原始大小，分別使用原始大小的A、B、C、D和E倍大小的窗口遍歷量測數據，再將每個窗口提取的結果并行輸入到步驟S1中的卷積神經網絡的模型開始進行處理，獲得對應的每個特征向量；其中，0.5A、B、C、D、E1.5； S3、基于步驟S2中每個特征向量的相似度，將最高相似度對應的區域作為備選區域； S4、將步驟S3備選區域作為中心，在中心周圍的N×N大小范圍內，使用中心1.0大小倍數的窗口再次進行遍歷，計算出余弦相似度，將余弦相似度最高的區域作為待配準數據的配準區域。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人南京埃米儀器科技有限公司，其通訊地址為：211899 江蘇省南京市江北新區研創園華富路1號數智溪谷科創廣場2號5層；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。