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！

龙图腾网恭喜科鲁德奥(山东)能源科技有限公司申请的专利基于深度学习的交易防伪鉴识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：CN119992303B 。

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：202510457478.5，技术领域涉及：G06V20/00；该发明授权基于深度学习的交易防伪鉴识方法是由李作江;王攀;李春明;庞龙强;易凌羽设计研发完成，并于2025-04-14向国家知识产权局提交的专利申请。

本基于深度学习的交易防伪鉴识方法在说明书摘要公布了：本发明涉及一种基于深度学习的交易防伪鉴识方法，涉及防伪鉴识技术领域。本申请通过扩散模型处理初始交易鉴识向量得到其的低维向量表征；扩散模型按照逆去噪过程处理低维向量表征，得到服从高斯分布的低维向量表征；将防伪鉴识标志添加到低维向量表征频域的低频区域中；给基于注意力的Unet模型配置lora模型，训练的lora模型配合基于注意力的Unet模型对增加防伪鉴识标志的低维向量表征进行去噪过程，以隐藏防伪鉴识标志，且得到低维向量表征的还原结果，扩散模型的变分自解码器基于得到交易鉴识向量；鉴识过程中，从交易鉴识向量提取防伪鉴识标志，比较提取和构建的防伪鉴识标志之间的相似度是否超出设定阈值来进行防伪。

本发明授权基于深度学习的交易防伪鉴识方法在权利要求书中公布了：1.一种基于深度学习的交易防伪鉴识方法，其特征在于，包括： 通过预训练的扩散模型的变分自编码器处理初始交易鉴识向量，得到初始交易鉴识向量的低维向量表征； 通过所述扩散模型的基于注意力的Unet模型按照逆去噪过程对低维向量表征进行处理，得到服从高斯分布的低维向量表征；其中，低维向量表征由基于注意力的Unet模型实现的第N步逆去噪产生； 将防伪鉴识标志添加到低维向量表征频域的低频区域中； 给基于注意力的Unet模型配置可学习的lora模型，经训练后的所述lora模型配合基于注意力的Unet模型对增加防伪鉴识标志的低维向量表征进行去噪过程，以通过所述lora模型配合基于注意力的Unet模型实现的去噪过程隐藏防伪鉴识标志，且得到低维向量表征的还原结果，扩散模型的变分自解码器能够基于得到交易鉴识向量； 鉴识过程中，扩散模型的变分自编码器处理交易鉴识向量，然后所述lora模型配合基于注意力的Unet模型通过逆去噪过程还原出增加防伪鉴识标志的低维向量表征，从中提取防伪鉴识标志，比较提取的防伪鉴识标志和构建的防伪鉴识标志之间的相似度是否超出设定阈值，实现防伪鉴识。

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科鲁德奥(山东)能源科技有限公司，其通讯地址为：250000 山东省济南市中国(山东)自由贸易试验区济南片区唐冶街道中物院士谷23号楼9层910-C11；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”。