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！

龙图腾网获悉山东大学申请的专利一种基于深度学习的深海潜水器传感器数据的异常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：CN116680639B 。

龙图腾网通过国家知识产权局官网在2025-06-17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：202310699555.9，技术领域涉及：G06F18/2431；该发明授权一种基于深度学习的深海潜水器传感器数据的异常检测方法是由王洪君;赵元琪;赵朋辉;张笑晗设计研发完成，并于2023-06-13向国家知识产权局提交的专利申请。

本一种基于深度学习的深海潜水器传感器数据的异常检测方法在说明书摘要公布了：本发明涉及一种基于深度学习的深海潜水器传感器数据的异常检测方法，包括：将待检测的深海潜水器的传感器数据预处理后输入训练好的异常检测模型中进行多分类异常检测；异常检测模型包括扩散模型、多头自注意力机制层、全连接层；扩散模型输出提取到的特征信息，并经过自注意力机制层为每一个输入项分配权重，通过权重大小从众多特征信息中选择出对当前任务目标更为关键的信息，并通过全连接层进行分类，判断是否存在异常。本发明更好地关注数据的重要特征；注意力机制可以帮助模型更好地关注数据中的重要特征，从而提高模型的准确性和性能。

本发明授权一种基于深度学习的深海潜水器传感器数据的异常检测方法在权利要求书中公布了：1.一种基于深度学习的深海潜水器传感器数据的异常检测方法，其特征在于，包括： 将待检测的深海潜水器的传感器数据预处理后输入训练好的异常检测模型中进行多分类异常检测； 异常检测模型包括扩散模型、多头自注意力机制层、全连接层；扩散模型输出提取到的特征信息，并经过自注意力机制层，自注意力机制层为每一个输入项分配权重，通过权重大小从众多特征信息中选择出对当前任务目标更为关键的信息，并通过全连接层进行分类，判断是否存在异常； 多分类异常检测的过程包括： 1生成随机步长，包括： 定义初始时间步长t0； 对初始时间步长t0进行相位编码，得到初始时间步长嵌入E0；一个时间周期内的模拟量的值用一个脉冲时间表示，将所有时间周期连接起来得到的脉冲序列表示整个时间过程中模拟量的变化； 在对Unet网络训练的过程中，每一次迭代产生的损失率Losst值将作为负反馈，和时间步长嵌入Et作为输入通过多头自注意力机制层，生成下一轮训练中的时间步长嵌入Et+1； 2正向扩散，包括： 在每一轮的训练过程中，对数据矩阵X′s添加时间步长嵌入Et对应的噪声，每一轮训练结束后得到与时间步长t对应的噪声矩阵Xnoiset，训练结束后得到最终的噪声矩阵XnoiseT； 对于噪声矩阵Xnoiset，在每个时间步长内，qXnoiset|Xnoiset-1表示为一个服从均值为方差为1-αtI的正态分布，I是单位矩阵：如式II所示： αt作为超参数，根据时间步长t来调整加入的噪声量； 由式III，即： 推导得到式IV： 3反向扩散，包括： 在每一轮的训练中，将时间步入嵌入Et和噪声矩阵XnoiseT输入扩散模型中的UNet网络，通过网络训练得到预测去除的噪声，得到矩阵Xrnoiset，将这一预测结果与对应时间步长嵌入Et添加的噪声进行比较，计算出损失Losst； 对于每轮训练后生成的矩阵Xrnoiset，在时间步长嵌入Et下有式V： 式V中，εθXrnoiset,t代表预测去除的噪声，ε为时间步长嵌入Et对应的高斯噪声； 反向扩散过程结束后，最终还原形成矩阵Xrnoise0。

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山东大学，其通讯地址为：250100 山东省济南市历城区山大南路27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”。