CN119598819A 一种基于三维打印的低频吸声结构的机器学习优化方法 （南京师范大学）.docxVIP

(19)国家知识产权局

(12)发明专利申请

(10)申请公布号CN119598819A

(43)申请公布日2025.03.11

(21)申请号202510142196.6

(22)申请日2025.02.10

(71)申请人南京师范大学

地址210003江苏省南京市鼓楼区宁海路

122号

(72)发明人张浩诚王振杨继全张煜卓

沈则文周厚辰邓晨曦冯少云张艺凡仲鸣轩

(74)专利代理机构南京经纬专利商标代理有限

公司32200

专利代理师钱超

(51)Int.Cl.

G06F30/23(2020.01)

B29C64/124(2017.01)

B29C64/386(2017.01)

B33Y50/00(2015.01)

G06F30/27(2020.01)

G06N3/086(2023.01)

G10K11/172(2006.01)

G06F119/10(2020.01)

权利要求书4页说明书8页附图2页

(54)发明名称

一种基于三维打印的低频吸声结构的机器

学习优化方法

(57)摘要

CN119598819A本发明公开了一种基于三维打印的低频吸声结构的机器学习优化方法，属于人工智能声学技术领域，低频吸声结构由光敏树脂材料经过光固化三维打印制备而成，包括侧缝、延伸空腔、圆