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！

龙图腾网恭喜国网四川省电力公司电力科学研究院申请的专利一种基于正负样本融合的端到端异常检测方法、系统及介质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：CN119557817B 。

龙图腾网通过国家知识产权局官网在2025-05-27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：202510125530.7，技术领域涉及：G06F18/2433；该发明授权一种基于正负样本融合的端到端异常检测方法、系统及介质是由滕予非;张凌浩;邝俊威;向思屿;刘洪利;李旭旭;李林;李亚强;刘昶;毛杨;周明宏;杜佩珂设计研发完成，并于2025-01-27向国家知识产权局提交的专利申请。

本一种基于正负样本融合的端到端异常检测方法、系统及介质在说明书摘要公布了：本发明公开了一种基于正负样本融合的端到端异常检测方法、系统及介质；涉及异常检测技术领域；本方案在传统充检测技术基础上进行方法上的改进，充分利用了正负样本的优势，提高异常检测的准确率和召回率；通过构建生成异常数据集、真实异常数据集和真实异常图文描述对，对应构建出训练集A、训练集B和训练集C，以训练集A、训练集B和训练集C分阶段训练所述端到端异常检测网络；确保端到端异常检测网络能够有效学习到异常的特征，并减少误报。

本发明授权一种基于正负样本融合的端到端异常检测方法、系统及介质在权利要求书中公布了：1.一种基于正负样本融合的端到端异常检测方法，其特征在于，包括：构建基于正负样本融合的端到端异常检测网络；包括方法：以对比语言-图像预训练模型中的TextEncoder分支作为异常提示文本编码网络，并以改进型yolov8网络作为正负样本融合网络；所述改进型yolov8网络包括A分支、B分支和特征融合网络；所述A分支基于传统yolov8网络对一张测试图进行特征提取；所述B分支基于3d卷积和2d卷积对多张底图进行特征提取；所述特征融合网络用于融合A分支提取的特征和B分支提取的特征；配置包括预测类别特征向量、预测异常位置框以及异常置信度的检测头；基于类别特征向量和异常提示文本编码网络输出的文本特征向量进行对比，根据余弦距离最大值确定异常类别；构建生成异常数据集、真实异常数据集和真实异常图文描述对，对应构建出训练集A、训练集B和训练集C；所述训练集A和训练集B均包括测试图集和底图集；分别以训练集A、训练集B和训练集C分阶段训练所述端到端异常检测网络；具体包括方法：以训练集A训练端到端异常检测网络的正负样本融合网络部分，并进行框预测和异常置信度预测；以训练集C训练端到端异常检测网络的异常提示文本编码网络部分；以训练集B训练整个端到端异常检测网络，并进行框预测、异常置信度预测和类别特征向量预测；基于已训练好的端到端异常检测网络进行异常检测。

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国网四川省电力公司电力科学研究院，其通讯地址为：610000 四川省成都市高新区锦晖西二街16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”。