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！

龙图腾网获悉南京大学申请的专利基于嵌套多层感知机的数字超表面一对多快速设计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：CN115130386B 。

龙图腾网通过国家知识产权局官网在2026-04-21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：202210796502.4，技术领域涉及：G06F30/27；该发明授权基于嵌套多层感知机的数字超表面一对多快速设计方法是由柏业超;张雨轩;唐岚;张兴敢设计研发完成，并于2022-07-06向国家知识产权局提交的专利申请。

本基于嵌套多层感知机的数字超表面一对多快速设计方法在说明书摘要公布了：本发明公开了基于嵌套多层感知机的数字超表面一对多快速设计方法，包括在生成网络输入端输入期望的S参数，在输出端输出具有相应电磁特性的超表面设计，相比于传统超表面逆向设计方法，本方法具有计算量小、设计速度较快、对用户专业性要求低的优点，另外，本方法能够利用生成网络输入端输入不同的噪声向量，来找到具有同一S参数的不同超表面结构，实现了一对多的逆向设计，并在此基础上很容易对生成的多个符合要求的超表面进行二次筛选，从而间接提高了逆向设计的准确率。

本发明授权基于嵌套多层感知机的数字超表面一对多快速设计方法在权利要求书中公布了：1.基于嵌套多层感知机的数字超表面一对多快速设计方法，其特征在于,包括以下步骤： S1、通过CST—Python联合仿真得到由40000个数字超表面—S参数对组成的数据集，并对仿真得到数据集的S参数标签进行压缩处理； S2、进行网络设计，利用多层感知机建立从S参数实部、虚部信息到超表面图像矩阵像素点的直接映射来完成超表面的逆向设计网络； S2、对网络模型进行训练，控制正向预测网络的参数不变，不断迭代更新生成网络的权重参数，输入噪声服从标准正态分布，训练神经网络的过程中，不断改变噪声的输入，确保生成网络在输入标签一定； S4、网络训练完后接受S参数的实部虚部信息，生成对应的初步超表面图像，再经过二值化过程，得到最终的超表面设计； 生成网络的输出层采用Sigmoid激活函数，隐藏层选择ReLU激活函数，公式分别为： 所述逆向设计网络的总体框架包括生成网络G以及正向预测网络D，正向预测网络D接受从逆向网络生成的超表面图像，并且预测其S参数所述生成网络的训练遵循卷积神经网络的基本训练方法，利用基于梯度的优化方法，通过对误差函数L求导并利用反向传播机制更新神经网络的各项参数，其优化过程由下表示： 其中Wt代表神经网络更新后的新参数，Wt-1代表原参数，lr表示学习率，mt为一阶动量，Vt为二阶动量； 所述网络训练的误差函数L由正向网络输出的S参数与生成网络输入的S参数的MSE得到，为了提高网络的泛化能力，防止过拟合，L2正则化也加入误差函数中， 其中，yre,yim为输入S参数的实部和虚部信息，G,D为逆向网络中的生成网络以及正向预测网络，N为向量维数，γ为正则化系数，Wi为全连接网络的权重信息。

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南京大学，其通讯地址为：210023 江苏省南京市栖霞区仙林大道163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”。

以上内容由龙图腾AI智能生成。