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！

龙图腾网获悉安徽理工大学申请的专利跨模态桥接图卷积神经网络的故障诊断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：CN119719878B 。

龙图腾网通过国家知识产权局官网在2025-08-22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：202411366157.6，技术领域涉及：G06F18/241；该发明授权跨模态桥接图卷积神经网络的故障诊断方法是由苏树智;董闯;朱彦敏;陈见设计研发完成，并于2024-09-29向国家知识产权局提交的专利申请。

本跨模态桥接图卷积神经网络的故障诊断方法在说明书摘要公布了：本发明公开了一种跨模态桥接图卷积神经网络的故障诊断方法，具体实现过程为：对于采集到的原始多模态数据，每个样本表示节点，利用前k个故障节点构造邻接矩阵；利用图卷积提取多个模态的专有特征，引入跨模态桥接模块互补增强不同模态的特征信息；考虑到多个模态下隐藏的共同故障特征，引入动态协同共享机制捕捉相似特征；在上述处理基础之上，使用多通道融合聚合不同通道信息，然后输入到Transformer中对融合的特征进行故障分类。实验结果表明本发明方法是一种有效的故障诊断方法。

本发明授权跨模态桥接图卷积神经网络的故障诊断方法在权利要求书中公布了：1.跨模态桥接图卷积神经网络的故障诊断方法，包括如下步骤： 1利用跨模态桥接模块互补增强多模态故障特征，具体包括利用图卷积操作提取多模态故障的专有特征和利用跨模态桥接机制桥接增强多模态特征； 2引入动态协同共享机制学习多模态隐藏的相似特征，使用此机制动态自适应地调整各个模态间的权重，确保每个模态的独特特征得到保留，同时又能捕捉到多个模态间的共性特征； 3使用多通道融合Transformer模块融合多模态信息和故障分类，具体步骤如下： 3a经交叉特征增强图卷积和多模态关联图卷积操作后会产生N+1个多模态通道，其中N为故障的模态总数； 3b对于生成的N+1个通道，使用注意力机制来动态调整各通道的信息权重，计算每个通道的注意力分数，各通道的计算为： 其中：为N个模态数据经过交叉特征增强图卷积操作得到的结果；Mcom为N个模态数据经过多模态关联图卷积操作计算的共同特征结果；α1,…,αN,αcom为N+1个通道各自的注意力分数； 3c利用上述计算各个通道的注意力分数，对每个通道的特征进行加权求和，使用OPfinal来表示最终结果，OPfinal计算为： 3d对融合后的OPfinal输入到Transformer中进行最终的故障分类。

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安徽理工大学，其通讯地址为：232000 安徽省淮南市泰丰大街168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”。