[发明专利]基于电场强度分布云图色度信息的电极设计方法有效
申请号: | 202211199254.1 | 申请日: | 2022-09-29 |
公开(公告)号: | CN115293053B | 公开(公告)日: | 2022-12-27 |
发明(设计)人: | 叶齐政;程子鹏;聂晓菲 | 申请(专利权)人: | 华中科技大学 |
主分类号: | G06F30/27 | 分类号: | G06F30/27;G06K9/62;G06N20/00;G06F111/10 |
代理公司: | 华中科技大学专利中心 42201 | 代理人: | 彭军芬 |
地址: | 430074 湖北*** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 电场 强度 分布 云图 色度 信息 电极 设计 方法 | ||
1.一种基于电场强度分布云图色度信息的电极设计方法,其特征在于,包括训练阶段和设计阶段,训练阶段包括S1-S3,设计阶段包括S4-S5;
S1,仿真获取不同电极形状参数下电极之间的电场分布;
S2,对于每一电场分布,根据所述电场分布中各处的电场强度生成相应的云图,计算所述云图中空间分布色度信息的统计特征量,建立图像库;
S3,以所述S2中得到的统计特征量为特征、相应的电极形状参数为标签,以机器学习算法优化训练预先构建的电极参数生成模型;
S4,根据目标均匀电场分布生成相应的单色云图,并计算所述单色云图中空间分布色度信息的统计特征量;
S5,将所述S4中得到的统计特征量输入优化训练后的电极参数生成模型,得到与所述目标均匀电场分布对应的最优电极形状参数。
2.如权利要求1所述的基于电场强度分布云图色度信息的电极设计方法,其特征在于,所述根据所述电场分布中各处的电场强度生成相应的云图包括:
将所述电场分布中最大电场强度处设为第一预设颜色,最小电场强度处设为第二预设颜色;
根据最大电场强度、最小电场强度、第一预设颜色和第二预设颜色,自动生成其他电场强度处的颜色,以得到所述云图,颜色与电场强度的对应关系在各云图中保持一致。
3.如权利要求1所述的基于电场强度分布云图色度信息的电极设计方法,其特征在于,所述统计特征量包括:云图中所有像素点RGB三通道的均值、偏度、峰值、标准差、众数和中位数,以及云图灰度频率分布直方图的峰值、云图灰度频率的上alpha分位点和云图灰度频率的下alpha分位点。
4.如权利要求1所述的基于电场强度分布云图色度信息的电极设计方法,其特征在于,所述电极形状参数包括:电极截面平直部分的长度、电极边缘的抛物线二次项系数以及电极与电极对中轴线之间的距离。
5.如权利要求1所述的基于电场强度分布云图色度信息的电极设计方法,其特征在于,所述S1中通过数值仿真获取所述电场分布,所述S2包括:
将所述电场分布中各处电场强度的值转换为相应的RGB值,并根据转换得到的RGB值生成相应的云图;
提取所述云图中的空间分布色度信息,并将提取的空间分布色度信息转化为相应的统计特征量。
6.如权利要求1所述的基于电场强度分布云图色度信息的电极设计方法,其特征在于,所述S2中还包括:剔除所述云图中RGB值小于RGB阈值的区域;
所述S2中计算所述云图中空间分布色度信息的统计特征量包括:计算区域剔除后所述云图剩余区域中空间分布色度信息的统计特征量。
7.如权利要求1-6任一项所述的基于电场强度分布云图色度信息的电极设计方法,其特征在于,所述S3包括:
将所述S2中图像库划分为训练集和验证集,利用所述训练集的统计特征量以及相应的电极形状参数标签,分别采用多种不同的机器学习算法训练所述电极参数生成模型;
将所述验证集中的统计特征量输入优化训练后的各电极参数生成模型,得到相应的电极形状参数预测值,计算所述电极形状参数预测值与所述验证集中电极形状参数实际值之间的平均绝对误差和相关系数;
根据所述平均绝对误差和所述相关系数确定优化训练效果最优的电极参数生成模型,并作为设计阶段所用电极参数生成模型。
8.如权利要求7所述的基于电场强度分布云图色度信息的电极设计方法,其特征在于,所述平均绝对误差和所述相关系数分别为:
其中,
9.一种如权利要求1-8任一项所述的基于电场强度分布云图色度信息的电极设计方法得到的电极。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华中科技大学,未经华中科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202211199254.1/1.html,转载请声明来源钻瓜专利网。