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！

摘要：本发明提供基于多模态信息的油色谱油样动态检测方法及系统，涉及油样检测技术领域，包括采集油样的多模态信号，提取油样的色谱特征峰和光谱吸收峰,并对电学参数信号进行归一化处理，分别得到色谱特征、光谱特征和电学参数特征；将所述色谱特征、所述光谱特征和所述电学参数特征输入到多模态油样特征融合网络中，进行特征融合得到融合特征;将所述融合特征输入到油样动态检测模型中,基于所述油样的最优状态序列生成油样状态报告和油样故障诊断报告，所述油样状态报告包括油样色谱指纹图谱、油样光谱吸收曲线、油样综合健康指数；所述油样故障诊断报告包括油样劣化原因分析、油样劣化等级评估和油样维护措施建议。

主权项：1.基于多模态信息的油色谱油样动态检测方法，其特征在于，包括：采集油样的多模态信号，所述多模态信号包括色谱信号、光谱信号和电学参数信号,所述色谱信号由气相色谱仪采集获得,所述光谱信号由光纤光谱仪采集获得,所述电学参数信号包括油样的介电常数、电导率和闪点;对所述多模态信号进行自适应预处理,通过小波变换的方式去除所述色谱信号和所述光谱信号中的高频噪声,提取油样的色谱特征峰和光谱吸收峰,并对电学参数信号进行归一化处理，分别得到色谱特征、光谱特征和电学参数特征;构建多模态油样特征融合网络,将所述色谱特征、所述光谱特征和所述电学参数特征输入到多模态油样特征融合网络中,通过注意力机制自适应调整所述色谱特征、所述光谱特征和所述电学参数特征对应的权重,利用门控循环单元网络学习所述色谱特征、所述光谱特征和所述电学参数特征之间的时序关联性,进行特征融合得到融合特征;将所述融合特征输入到油样动态检测模型中,所述油样动态检测模型采用双向长短时记忆网络刻画油样状态的双向时间依赖关系;在双向长短时记忆网络之上构建条件随机场层,建模所述融合特征对应的油样状态的马尔可夫转移特性,利用动态规划算法解码获得油样的最优状态序列，基于所述油样的最优状态序列生成油样状态报告和油样故障诊断报告,所述油样状态报告包括油样色谱指纹图谱、油样光谱吸收曲线、油样综合健康指数；所述油样故障诊断报告包括油样劣化原因分析、油样劣化等级评估和油样维护措施建议；构建多模态油样特征融合网络,将所述色谱特征、所述光谱特征和所述电学参数特征输入到多模态油样特征融合网络中,通过注意力机制自适应调整所述色谱特征、所述光谱特征和所述电学参数特征对应的权重,利用门控循环单元网络学习所述色谱特征、所述光谱特征和所述电学参数特征之间的时序关联性,进行特征融合得到融合特征包括：所述多模态油样特征融合网络包括色谱特征提取子网络,光谱特征提取子网络以及电学参数特征提取子网络,其中，色谱特征提取子网络,用于对油样样本的色谱数据进行特征提取,通过一维卷积层提取色谱数据的局部特征,并利用自校准卷积模块自适应调整色谱特征的通道重要性,通过全局平均池化层得到色谱特征;光谱特征提取子网络,用于对油样样本的光谱数据进行特征提取,通过一维卷积层提取光谱数据的局部特征,并利用所述自校准卷积模块自适应调整光谱特征的通道重要性,通过全局平均池化层得到光谱特征;电学参数特征提取子网络,用于对油样样本的电学参数信号进行特征提取,通过全连接层将电学参数信号映射到高维空间,并利用门控线性单元引入非线性变换,得到电学参数特征;引入跨模态交互注意力机制,用于挖掘色谱特征、光谱特征和电学参数特征之间的互补信息,分别对色谱特征、光谱特征和电学参数特征进行线性变换得到查询向量、键向量和值向量,通过注意力机制计算色谱特征、光谱特征和电学参数特征之间的交互权重,并利用交互权重对值向量进行加权求和,得到融合特征。

全文数据：

权利要求：

百度查询： 常州赛格电子仪器有限公司 基于多模态信息的油色谱油样动态检测方法及系统