北京理工大学王伟获国家专利权
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！
龙图腾网获悉北京理工大学申请的专利一种基于无监督学习的螺丝拧紧异常数据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：CN116204790B 。
龙图腾网通过国家知识产权局官网在2026-01-27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：202310225469.4，技术领域涉及：G06F18/214；该发明授权一种基于无监督学习的螺丝拧紧异常数据检测方法是由王伟;闫波;宿红毅;郑宏设计研发完成，并于2023-03-02向国家知识产权局提交的专利申请。
本一种基于无监督学习的螺丝拧紧异常数据检测方法在说明书摘要公布了：本发明公开了一种基于无监督学习的螺丝拧紧异常数据检测方法，属于工业时序数据异常检测技术领域。本发明基于深度学习领域相关技术，完成无监督的异常检测，通过循环神经网络和时间卷积网络进行数据特征提取，更加充分的学习到螺丝拧紧数据的时间关联特征，结合自动编码器进行降维和重构，实现无监督的漏检数据异常检测，从而实现不需要人工参与下，更加高效、准确的进行异常曲线检测，实现螺丝拧紧异常数据的识别。
本发明授权一种基于无监督学习的螺丝拧紧异常数据检测方法在权利要求书中公布了：1.一种基于无监督学习的螺丝拧紧异常数据检测方法，其特征在于，通过循环神经网络和时间卷积网络进行数据特征提取，学习螺丝拧紧数据的时间关联特征，结合自动编码器进行降维和重构，实现无监督的漏检数据异常检测； 其中，循环神经网络模型整体是一个自编码器结构，其中，编码器部分为基于循环神经网络和时间卷积网络，解码器部分为双层循环神经网络构成； 步骤1：初始化系统参数，包括神经网络模型参数、学习率、数据分批大小、迭代次数、误差阈值； 步骤2：对数据进行预处理和归一化，将所有样本数据预处理为统一长度，并根据数据范围进行数据归一化； 步骤3：将样本数据按照设定比例，划分为训练集、验证集和测试集； 步骤4：在训练集和验证集上训练神经网络模型，通过反向传播算法调整模型参数，达到指定迭代次数后结束，保存模型； 步骤5：将测试集送入训练后的模型，进行螺丝拧紧数据异常检测。
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北京理工大学，其通讯地址为：100081 北京市海淀区中关村南大街5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