Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 山东大学王洪君获国家专利权

山东大学王洪君获国家专利权

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!

龙图腾网获悉山东大学申请的专利基于多模态特征融合的深海载人潜水器无监督异常检测方法及系统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:CN120805012B

龙图腾网通过国家知识产权局官网在2025-11-25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:202511315877.4,技术领域涉及:G06F18/2433;该发明授权基于多模态特征融合的深海载人潜水器无监督异常检测方法及系统是由王洪君;宋乐;申言田;杨阳;孙靖翔;李芳设计研发完成,并于2025-09-16向国家知识产权局提交的专利申请。

基于多模态特征融合的深海载人潜水器无监督异常检测方法及系统在说明书摘要公布了:本发明涉及基于多模态特征融合的深海载人潜水器无监督异常检测方法及系统,包括:将预处理后的多模态信号数据进行初始特征提取,得到局部时序特征;通过频域增强模块对局部时序特性进行多尺度频域增强,得到频域增强特征;对频域增强特征进行长期依赖关系建模,获取长距离依赖特征;使用融合式注意力编码模块对频域增强特征进行上下文增强,得到编码特征;将频域增强特征、长距离依赖特征和编码特征进行多模态特征融合,得到融合特征;对融合特征进行状态建模,获取全局隐藏状态特征,并将全局隐藏状态特征进行重建还原,得到重建输出;采用联合损失函数进行参数优化,经过不断迭代训练,得到训练好的异常检测模型。

本发明授权基于多模态特征融合的深海载人潜水器无监督异常检测方法及系统在权利要求书中公布了:1.基于多模态特征融合的深海载人潜水器无监督异常检测方法,其特征在于,包括: 采集深海潜水器的多模态信号数据,并进行预处理;构建异常检测模型,将预处理后的多模态信号数据输入异常检测模型进行训练,得到训练好的异常检测模型,将深海潜水器的多模态信号数据输入训练好的异常检测模型进行深海潜水器的异常检测; 构建异常检测模型,将预处理后的多模态信号数据输入异常检测模型进行训练,包括: 步骤1:将预处理后的多模态信号数据进行初始特征提取,得到局部时序特征; 步骤2:通过频域增强模块对局部时序特性进行多尺度频域增强,得到频域增强特征; 频域增强模块FEM包括多分支卷积操作和融合操作,通过多分支卷积操作提取隐含频域扰动特征,通过融合操作将频域扰动特征进行融合; 步骤3:对频域增强特征进行长期依赖关系建模,获取长距离依赖特征; 步骤4:使用融合式注意力编码模块对频域增强特征进行上下文增强,得到编码特征; 融合式注意力编码模块通过系列注意力和先验注意力对特征之间的关联性进行建模,增强对局部依赖性的捕捉能力; 步骤5:将频域增强特征、长距离依赖特征和编码特征进行多模态特征融合,得到融合特征; 步骤6:对融合特征进行状态建模,获取全局隐藏状态特征,并将全局隐藏状态特征进行重建还原,得到重建输出; 步骤7:采用联合损失函数进行参数优化,经过不断迭代训练,得到训练好的异常检测模型。

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山东大学,其通讯地址为:266237 山东省青岛市即墨市滨海路72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。