江苏科技大学苏贞获国家专利权
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！
龙图腾网获悉江苏科技大学申请的专利一种基于深度堆叠策略的挖泥船施工数据异常检测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：CN116010894B 。
龙图腾网通过国家知识产权局官网在2025-10-24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：202310013461.1，技术领域涉及：G06F18/2433；该发明授权一种基于深度堆叠策略的挖泥船施工数据异常检测方法是由苏贞;朱广峰;袁伟;俞孟蕻;王伟;姚尧;包炜;周泊龙设计研发完成，并于2023-01-05向国家知识产权局提交的专利申请。
本一种基于深度堆叠策略的挖泥船施工数据异常检测方法在说明书摘要公布了：本发明公开了一种基于深度堆叠策略的挖泥船施工数据异常检测方法，包括的步骤是：数据预处理，对挖泥船施工数据中的噪声和孤立点进行处理；构建并训练卷积自编码器和CNN‑LSTM神经网络；对卷积自编码和CNN‑LSTM神经网络进行测试；对测试数据偏差进行堆叠，建立堆叠模型偏差样本；对深度堆叠策略模型使用高斯异常检测算法进行阈值设置；采用评估指标进行评价。本发明方法实现简单，可以有效解决挖泥船施工监测数据异常检测模型鲁棒性差、识别精度低的问题，具有较好的应用前景。
本发明授权一种基于深度堆叠策略的挖泥船施工数据异常检测方法在权利要求书中公布了：1.一种基于深度堆叠策略的挖泥船施工数据异常检测方法，其特征在于，包括如下步骤： S1、数据预处理：对挖泥船施工数据进行滤波和归一化处理，并将处理后的数据样本划分为训练集和测试集两个部分； S2、使用训练集数据构建卷积自编码器和CNN-LSTM神经网络：采用卷积自编码器对训练集中的数据特征分布进行学习，同时采用CNN-LSTM神经网络对训练集中的数据趋势进行预测； S3、采用测试集数据对卷积自编码器和CNN-LSTM神经网络进行精度测试； S4、计算卷积自编码器和CNN-LSTM神经网络的最优精度测试结果与测试集数据真实值之间的偏差，并将偏差进行堆叠，建立堆叠偏差数据样本； S5、采用高斯异常检测算法对堆叠偏差数据样本进行阈值设置，并进行测试集数据样本的异常检测； S6、选取评价指标对异常检测精度进行量化评估。
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江苏科技大学，其通讯地址为：212100 江苏省镇江市丹徒区长晖路666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。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励