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！

龙图腾网获悉合肥工业大学申请的专利基于主动强化学习与多模态的电熔镁炉欠烧工况识别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：CN117078641B 。

龙图腾网通过国家知识产权局官网在2025-07-22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：202311069200.8，技术领域涉及：G06T7/00；该发明授权基于主动强化学习与多模态的电熔镁炉欠烧工况识别方法是由李帷韬;黄鑫兴;张心茹;吕顺辰;刘威;李奇越;孙伟设计研发完成，并于2023-08-23向国家知识产权局提交的专利申请。

本基于主动强化学习与多模态的电熔镁炉欠烧工况识别方法在说明书摘要公布了：基于主动强化学习与多模态的电熔镁炉欠烧工况识别方法，属于工业炼镁智能控制技术领域，解决如何设计一种快速且准确的电熔镁炉欠烧工况判别方法的问题，通过采集电熔镁炉的历史数据，基于主动强化学习挑选最有价值的图像数据样本进行标记，基于时序构建图像‑电流样本集，基于未标注的多模态数据构建神经网络并初始化，基于标注的多模态数据训练多模态学习神经网络，基于多模态神经网络对电熔镁炉欠烧工况进行识别，相较于常规的检测方法引入主动强化学习算法，通过选取最有价值的数据样本进行标记，进而减少了在数据集构建时所需的标注数据，在保障算法识别精度的情况下降低了所需的人工成本，保障了安全生产。

本发明授权基于主动强化学习与多模态的电熔镁炉欠烧工况识别方法在权利要求书中公布了：1.基于主动强化学习与多模态的电熔镁炉欠烧工况识别方法，其特征在于，包括以下步骤： 步骤1、采集电熔镁炉的历史工况数据； 步骤2、基于主动强化学习挑选最有价值的图像数据样本进行标记，具体方法如下： 步骤2.1、输入未标记训练数据 步骤2.2、在训练开始时，随机选择一些样本进行标注，作为初始标注训练集然后使用标注样本集进行分类训练，得到初始模型θc； 步骤2.3、将数据根据式1计算状态S，S的第i,j元素定义为： 其中，xu为未标记的训练样本，是对应的未知标签，σ·是sigmoid函数； 步骤2.4、基于Actor网络做出action＝πS；θa，选择K个未标记训练样本； 步骤2.5、更新标记的训练数据基于此训练分类器 步骤2.6、基于更新后的训练数据，计算状态S'以及奖励r； 步骤2.7、重复步骤2.3、2.4、2.5、2.6，直至标注成本达到预算为止； 步骤3、基于图像数据集与三相电流数据集为同一时序进行采样，从三相电流数据集DC中挑选出与图像相匹配的三相电流数据，构建图像-电流数据对数据集； 步骤4、基于未标注的多模态数据构建神经网络并初始化，具体方法如下： 步骤4.1、采用CNN卷积层提取电熔镁炉未标注图像数据的特征； 步骤4.2、采用自编码器提取与图像数据相对应的三相电流数据特征，并将其输出维度编码为与经CNN抽取的图像特征相对应的维度； 步骤4.3、基于Transformer多模态编码器对电流特征与图像特征进行特征融合； 步骤4.4、将融合后的特征交由神经网络进行模型预训练，得到初始的电熔镁欠烧工况识别模型； 步骤5、基于所标注的多模态数据训练多模态学习神经网络，具体方法如下： 步骤5.1、对已标注数据进行特征提取与特征融合； 步骤5.2、将融合后的已标注数据特征交由初始工况识别模型进行工况识别，并由Softmax层计算其对工况的分类结果； 步骤5.3、引入相应工况的故障标签，并基于模型分类结果与真实的标签计算其交叉熵损失； 步骤6、将待识别的电熔镁炉运行工况视频与对应时刻的三相电流进行处理，并输出其工况判别结果，从而根据判别结果判断当前时刻的电熔镁炉是否处于异常状态，若异常，则此时应进行工况异常报警提示。

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合肥工业大学，其通讯地址为：230000 安徽省合肥市包河区屯溪路193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”。