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！

龙图腾网获悉清华大学申请的专利一种用于提升泄漏识别性能的方法、系统、介质及设备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：CN119622451B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202411652573.2，技术领域涉及：G06F18/241；该发明授权一种用于提升泄漏识别性能的方法、系统、介质及设备是由刘书明;吴以朋;吴雪设计研发完成，并于2024-11-19向国家知识产权局提交的专利申请。

本一种用于提升泄漏识别性能的方法、系统、介质及设备在说明书摘要公布了：本发明涉及供水管网泄漏识别领域，公开了一种用于提升泄漏识别性能的方法、系统、介质及设备，其包括：将无标注监测数据经数据处理后划分为同源数据对和非同源数据对，并将两种数据对都输入预训练模型中，进行特征提取及预训练；基于预训练模型中提取的特征构建泄漏检测识别模型，将从无标注数据中学习到的区分数据差异的能力迁移到泄漏检测识别模型中；采用标注数据对泄漏检测识别模型进行微调，并通过反向传播不断优化泄漏检测识别模型的参数，以提升泄漏识别性能。本发明有效的解决了标记数据成本高、难度大的问题。

本发明授权一种用于提升泄漏识别性能的方法、系统、介质及设备在权利要求书中公布了：1.一种用于提升泄漏识别性能的方法，其特征在于，包括： 将无标注监测数据经数据处理后划分为同源数据对和非同源数据对，并将两种数据对都输入预训练模型中，进行特征提取及预训练； 基于预训练模型中提取的特征构建泄漏检测识别模型，并将从无标注数据中学习到的区分数据差异的能力迁移到泄漏检测识别模型中； 采用标注数据对泄漏检测识别模型进行微调，并通过反向传播不断优化泄漏检测识别模型的参数，以提升泄漏识别性能； 将无标注监测数据经数据处理后划分为同源数据对和非同源数据对，具体为：采用数据扩增方法，为每个无标注监测数据时间序列生成两个不同版本，进而构成同源数据对和非同源数据对；其中，同源数据对由同一时间序列的两个扩增版本组成，非同源数据对则由不同时间序列的两个扩增版本组成； 基于预训练模型中提取的特征构建泄漏检测识别模型，并将从无标注数据中学习到的区分数据差异的能力迁移到泄漏检测识别模型中，包括： 利用微调技术将特征提取器从无标注数据中学习到的区分数据差异的能力迁移到泄漏检测识别模型中； 其中，在泄漏检测识别模型训练过程中，预训练的参数作为特征提取器的初始参数，而分类层的参数则是随机初始化的； 采用标注数据对泄漏检测识别模型进行微调，包括：采用标注数据对泄漏检测识别模型进行训练，并利用交叉熵损失函数对微调过程进行评估，通过反向传播不断优化漏检测识别模型的参数。

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清华大学，其通讯地址为：100084 北京市海淀区100084信箱82分箱清华大学专利办公室；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。