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 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 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 > 浪潮软件科技有限公司王强获国家专利权

浪潮软件科技有限公司王强获国家专利权

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!

龙图腾网获悉浪潮软件科技有限公司申请的专利一种示功图自动数据增强方法及装置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:CN119600390B

龙图腾网通过国家知识产权局官网在2025-08-01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:202510139463.4,技术领域涉及:G06V10/774;该发明授权一种示功图自动数据增强方法及装置是由王强;张野;王冠军;常靓;张帅;孙源;宋超宇设计研发完成,并于2025-02-08向国家知识产权局提交的专利申请。

一种示功图自动数据增强方法及装置在说明书摘要公布了:本发明涉及人工智能技术领域,具体提供了一种示功图自动数据增强方法及装置,具有如下步骤:S1、基于教师知识的自动增强方法交替更新目标模型和增强模型的参数,所述增强方法包括色彩扩增模型和几何扩增模型,设目标模型为教师模型,教师模型为取任意一个模型,只要和目标模型不同即可;S2、设置搜索算法和搜索空间,使用色彩扩增模型和几何扩增模型来更新搜索空间的结构;S3、生成语义辅助字段;S4、图像和语义多模态融合;S5、数据集准备。与现有技术相比,本发明能够提高样本生成效率的同时增加工况诊断准确率,降低企业成本。

本发明授权一种示功图自动数据增强方法及装置在权利要求书中公布了:1.一种示功图自动数据增强方法,其特征在于,具有如下步骤: S1、基于教师知识的自动增强方法交替更新目标模型和增强模型的参数,所述增强方法包括色彩扩增模型和几何扩增模型,设为教师模型,所述教师模型为取任意一个模型,只要和目标模型不同即可; 使用两种教师模型,一个为预训练模型,另一个为EMA模型; 所述教师知识的自动增强方法中通过随机梯度下降交替更新增强模型和目标模型; 假设表示从数据集X采样得到的图像,表示参数为的扩增函数,对应函数为; 设为计算损失,函数目标式设定如下: ; S2、设置搜索算法和搜索空间,使用色彩扩增模型和几何扩增模型来更新搜索空间的结构; 所述搜索算法的主体为增强学习,由两部分构成,分别为控制器和训练算法,所述控制器由RNN来充当; 接下来,生成的增强策略会应用到子模型的训练中,子模型训练完后会在验证集上进行评估,子模型的精确度会作为“奖励信号”反馈给RNN控制器,最后,RNN控制器会通过奖励信号并在优化算法下进行更新; 所述搜索空间由许多子策略组成,其中一个子策略是每个批次中的每个图像随机选择的,子策略由两个操作组成,每个操作均具有图像处理功能,使用搜索算法找到最佳策略,以便神经网络在目标数据集上产生最高的验证准确度; S3、生成语义辅助字段; 结合实际生产的不同工况文字描述来作为文本特征提取的来源,使用准确的专业知识来对不同类型的示功图进行语义辅助,得到文本数据用于后续特征融合; S4、图像和语义多模态融合; 采用基于注意力的特征融合机制为图像的每个子区域计算一个单词的上下文向量,在生成图像时,匹配图像子区域和最相关的单词,对输入图片的每一部分,匹配最相关的单词向量来约束其生成,增加图像的细粒度细节; S5、数据集准备; 收集实际抽油机的示功图样本数据点,并绘制成示功图,对示功图中的数据进行预处理,采用min-max标准化方法,得到工况样本,然后再采用数据增强方法将样本数进行增加,随后开始制作示功图数据集,对示功图数据集按照8:2的比例划分为训练集和测试集。

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浪潮软件科技有限公司,其通讯地址为:250000 山东省济南市高新区浪潮路1036号浪潮科技园;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。