Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 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 > 恭喜北京华信瑞德信息技术有限公司雷华获国家专利权

恭喜北京华信瑞德信息技术有限公司雷华获国家专利权

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!

龙图腾网恭喜北京华信瑞德信息技术有限公司申请的专利基于标识解析的多模态数据融合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:CN119851081B

龙图腾网通过国家知识产权局官网在2025-06-13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:202510338554.0,技术领域涉及:G06V10/80;该发明授权基于标识解析的多模态数据融合方法及系统是由雷华;宋莉华;王继伟;丁锐林;李鸿博设计研发完成,并于2025-03-21向国家知识产权局提交的专利申请。

基于标识解析的多模态数据融合方法及系统在说明书摘要公布了:本发明涉及数据融合匹配技术领域,具体涉及基于标识解析的多模态数据融合方法及系统。该方法包括将实时的运行数据以及运行图像输入训练好的神经网络,得到设备状态类型。神经网络的训练过程为:对历史故障事件的每种运行数据进行异常识别,确定数据异常系数;根据历史故障事件的每个视角下运行图像中的异常面积变化,确定图像异常系数;基于数据异常系数和图像异常系数,匹配运行数据和运行图像得到异常融合组,确定异常融合组的迟滞因子;根据异常融合组和对应的迟滞因子,训练神经网络。本发明通过为每种运行数据和运行图像融合关联起来,通过融合后的数据训练神经网络,可以对故障进行更高精度的识别。

本发明授权基于标识解析的多模态数据融合方法及系统在权利要求书中公布了:1.一种基于标识解析的多模态数据融合方法,其特征在于,该方法包括以下步骤: 获取工业生产时生产线上设备运行时的运行数据以及运行图像; 将实时的运行数据以及运行图像输入训练好的神经网络,得到设备状态类型; 所述神经网络的训练过程为:对历史故障事件的每种运行数据进行异常识别,确定每种运行数据的数据异常系数;根据历史故障事件的每个视角下相邻帧运行图像中的异常面积变化,确定每个视角下运行图像的图像异常系数;基于数据异常系数和图像异常系数,对运行数据和运行图像进行一对一匹配,得到异常融合组;根据所述异常融合组中运行数据和运行图像的异常率的匹配情况,确定异常融合组的迟滞因子;根据所述异常融合组和对应的迟滞因子,对神经网络进行训练; 其中,异常融合组的获取方法为:将运行数据和运行图像分别作为KM匹配算法中左右两侧的节点,并将运行数据的数据异常系数和运行图像的图像异常系数分别作为对应的节点值,将节点值的差值绝对值作为节点之间的边值,基于最小匹配原则,对运行数据和运行图像进行一对一匹配,得到多组融合组;其中,每组融合组包括一个运行数据和运行图像;获取每种运行数据位于融合组中的频率以及运行图像位于融合组中的频率;将融合组中运行数据和运行图像的频率的最小值作为融合组的频率,将融合组的频率大于预设频率阈值,边值小于预设边值阈值的融合组进行保留,将保留对应关系的运行数据和对应运行图像记为异常融合组; 其中,异常融合组的迟滞因子的获取方法为:根据异常融合组中运行数据的待分析时刻和前一时刻的数据的差异,确定待分析时刻对应的数据异常率,并得到历史故障事件中运行数据的数据异常率序列;将异常融合组中运行图像的待分析时刻和前一时刻的差异图像的面积占比,确定待分析时刻对应的图像异常率,并得到历史故障事件中运行图像的图像异常率序列;将所述数据异常率序列和图像异常率序列进行匹配,得到两个序列之间的迟滞值,作为异常融合组的迟滞因子。

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华信瑞德信息技术有限公司,其通讯地址为:100102 北京市朝阳区望京SOHO塔2B座1608;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”。

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。