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！

龙图腾网获悉大连工业大学申请的专利一种多模态数据融合的煎制巴沙鱼加工熟度智能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：CN121434911B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202511644602.5，技术领域涉及：G06F18/241；该发明授权一种多模态数据融合的煎制巴沙鱼加工熟度智能检测方法是由王慧慧;杨松;赵源善;张赫男;秦磊;张旭;刘阳;原浩;黄旭辉;杨武德;包娟芳设计研发完成，并于2025-11-11向国家知识产权局提交的专利申请。

本一种多模态数据融合的煎制巴沙鱼加工熟度智能检测方法在说明书摘要公布了：本发明属于智能烹饪控制技术领域，公开了一种多模态数据融合的煎制巴沙鱼加工熟度智能检测方法，步骤如下：制作煎制巴沙鱼加工熟度分类模型的样品，同步采集煎制过程的高光谱数据、红外热成像数据和电子鼻数据，并对多模态数据分别进行自动阈值分割与滤波去噪预处理；分别设计面向高光谱、红外图像和电子鼻信号的多分支卷积特征提取模块；设计基于贝叶斯优化的超参数自动搜索策略以提升模型性能；在Transformer网络结构中引入相对位置编码与稀疏注意力机制，构建巴沙鱼煎制熟度MBCE‑BO‑RP‑Transformer分类模型；对模型分类准确性及轻量化性能进行测试与评估。

本发明授权一种多模态数据融合的煎制巴沙鱼加工熟度智能检测方法在权利要求书中公布了：1.一种多模态数据融合的煎制巴沙鱼加工熟度智能检测方法，其特征在于，步骤如下： 步骤1：搭建煎制熟度数据采集系统，制作用于训练和测试所需要的煎制巴沙鱼熟度样品； 1-1、搭建煎制熟度采集系统，包括立式箱体1、进气排孔2、开关按钮3、排气扇4、相机固定架5、高光谱相机6、LED长条光源7、平底锅8、加热台9、计算机12、电子鼻装置13和红外热成像相机14； 立式箱体1上设置有进气排孔2、开关按钮3和排气扇4；立式箱体1内顶部放有相机固定架5，高光谱相机6和红外热成像相机14固定于相机固定架5上，保证高光谱相机6和红外热成像相机14的光轴相互平行且垂直于加热台9的平面；加热台9的平面上放置平底锅8，立式箱体1内四周放置有LED长条光源7；立式箱体1内安装有载物台，其上安装有电子鼻装置13；进气泵的采集端口10于平底锅8的上方，位于挥发性气味分子的自然扩散路径上，其借助气管架11进行固定，进气泵的出气端口与电子鼻装置13的传感器阵列气室132相连； 高光谱相机6、红外热成像相机14和电子鼻装置13，由计算机12内置的基于Python的多模态数据同步采集算法实现同步采集控制； 1-2、将巴沙鱼样本切成块体，利用加热台9煎制，按照固定的时间节点对煎制过程的高光谱数据、红外热成像数据和电子鼻数据进行同时采集；对煎制过程获得的每个时间节点的巴沙鱼样本进行数字编码，然后对数字编码进行遮挡并将样本随机打乱，借助感官评定方法进行熟度划分，最终将巴沙鱼样本划分为生、半熟、熟、过熟四个煎制阶段； 步骤2：搭建多模态数据预处理模块，提出一种面向红外热成像数据和高光谱数据的动态阈值分割算法，实现对红外热成像数据与高光谱数据有效特征裁剪及噪声抑制；同时对电子鼻数据利用改进的萨维茨基-戈雷滤波算法进行平滑处理； 步骤3：搭建MBCE-BO-RP-Transformer分类模型中的多分支卷积特征提取模块，针对煎制过程的高光谱、红外热成像和电子鼻的多模态数据进行特征提取，MBCE通过并联结构将一维特征提取模块、二维特征提取模块和三维特征提取模块集成到一起，随后将提取的一维特征向量数据进行融合； 步骤4：根据步骤3搭建的多分支卷积特征提取模块，设计BO-RPTransformer分类模块，对煎制过程各阶段的融合数据进行判别； 步骤4的具体实现过程如下： 4-1、将多分支卷积特征提取模块提取的融合数据作为RP-Transformer模块的输入，RP-Transformer模块以Transformer算法作为预测模型的主干网络，进行以下改进：将稀疏注意力机制替换原有的全连接注意力机制和引入相对位置编码替代绝对位置编码； 4-2、对RP-Transformer模块进行优化，提出贝叶斯优化模块的超参数自动搜索策略：通过构建初始化超参数组合与模型性能指标之间的概率代理模型： 其中，为第t次迭代中待评估的超参数组合，为对应于的模型性能评估指标，为第t次迭代时的概率代理模型，为初始化超参数组合的评估数据集，为最大迭代次数；基于当前数据集拟合高斯过程，得到目标函数的后验分布；其中，为第到第次迭代所产生的历史数据集；随后，借助期望提升采集函数来选择下一个评估点，期望提升采集函数的最大值点： 其中，为超参数搜索空间；在上训练MBCE-BO-RP-Transformer分类模型并在验证集评估，得到最佳性能指标；循环未结束时不断将新的组合增添到数据集，其中，为动态增长的历史数据集，当迭代次数达到循环结束后在数据集，选择最佳的超参数组合； 4-3、构建完成后的巴沙鱼煎制熟度MBCE-BO-RP-Transformer分类模型，由E-nose-1DCNN特征提取模块、IR-2DCNN特征提取模块、HSI-3DCNN特征提取模块、BO超参数优化模块和改进RP-Transformer模块组成，利用步骤1的数据集对巴沙鱼煎制熟度MBCE-BO-RP-Transformer分类模型进行训练与测试，通过准确率、精确、召回率和F1分数、损失率来进行模型分类性能评估。

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大连工业大学，其通讯地址为：116034 辽宁省大连市甘井子区轻工苑1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。