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！

龙图腾网获悉浙江大学申请的专利一种基于渐进式分层提取的多目标热轧质量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：CN117009815B 。

龙图腾网通过国家知识产权局官网在2025-07-18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：202310880343.0，技术领域涉及：G06F18/214；该发明授权一种基于渐进式分层提取的多目标热轧质量检测方法是由刘之涛;张树信;苏宏业设计研发完成，并于2023-07-18向国家知识产权局提交的专利申请。

本一种基于渐进式分层提取的多目标热轧质量检测方法在说明书摘要公布了：本发明公开了一种基于渐进式分层提取的多目标热轧质量检测方法。本发明包括以下步骤：首先，收集热轧生产过程数据，确定热轧生产过程数据对应的多个热轧质量检测参数，从而构建获得热轧生产数据集；接着对热轧生产数据集进行数据预处理，获得预处理后的数据集；再根据预处理后的数据集，对基于渐进式分层提取的多目标网络进行训练，获得多目标热轧质量检测模型；最后将待预测的预处理后的热轧生产数据输入到多目标热轧质量检测模型中，输出获得多目标热轧质量检测结果，基于多目标热轧质量检测结果计算获得多个热轧质量检测参数的预测值。本发明通过加权融合不同质量检测参数的特征，实现了正则化，提高了热轧质量检测的精确度和抗干扰性。

本发明授权一种基于渐进式分层提取的多目标热轧质量检测方法在权利要求书中公布了：1.一种基于渐进式分层提取的多目标热轧质量检测方法，其特征在于，包括以下步骤： 步骤1：收集热轧生产过程数据，确定热轧生产过程数据对应的多个热轧质量检测参数，从而构建获得热轧生产数据集； 步骤2：对热轧生产数据集进行数据预处理，获得预处理后的数据集； 步骤3：根据预处理后的数据集，对基于渐进式分层提取的多目标网络进行训练，获得多目标热轧质量检测模型； 步骤4：将待预测的预处理后的热轧生产数据输入到多目标热轧质量检测模型中，输出获得多目标热轧质量检测结果，基于多目标热轧质量检测结果计算获得多个热轧质量检测参数的预测值； 所述基于渐进式分层提取的多目标网络由第一层渐进式分层提取网络、第二层渐进式分层提取网络和多目标输出网络组成； 第一层渐进式分层提取网络由k个第一私有网络、1个第一共享网络和k+1个第一门控网络构成；第二层渐进式分层提取网络由k个第二私有网络、1个第二共享网络和k个第二门控网络构成；多目标输出网络由k个输出网络组成； 基于渐进式分层提取的多目标网络的输入均作为k个第一私有网络、1个第一共享网络的输入，k个第一门控网络分别与对应的第一私有网络相连，k个第一门控网络还分别与第一共享网络相连，剩余的一个第一门控网络与k个第一私有网络和第一共享网络均相连，基于渐进式分层提取的多目标网络的输入均与k+1个第一门控网络相连，k+1个第一门控网络的输出作为第一层渐进式分层提取网络的输出并分别与第二层渐进式分层提取网络的k个第二私有网络、1个第二共享网络相连； k个第二私有网络分别与对应的第二门控网络相连，第二共享网络均与k个第二门控网络相连，k个第一门控网络的输出还分别与对应的第二门控网络相连，k个第二门控网络分别与k个输出网络相连； 所述k个第一私有网络和1个第一共享网络的结构相同，均由卷积神经网络、门控循环网络和长短期记忆网络并行构成，其中，卷积神经网络由2层一维卷积层、1层一维最大池化层和1层全连接层依次相连构成，门控循环网络由1层门控循环单元和1层全连接层依次相连构成，长短期记忆网络由1层长短期记忆单元和1层全连接层依次相连构成； 所述k个第二私有网络和1个第二共享网络的结构相同，均由3个全连接层网络并行构成； 所述基于渐进式分层提取的多目标网络在训练时的单目标损失函数为均方误差，每个单目标损失函数的初始权重为1，根据动态加权平均法则进行训练。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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”。