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 > 中科南京人工智能创新研究院李磊获国家专利权

中科南京人工智能创新研究院李磊获国家专利权

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!

龙图腾网获悉中科南京人工智能创新研究院申请的专利基于联合分布优化与结构知识引导的缺陷检测方法及系统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:CN120411083B

龙图腾网通过国家知识产权局官网在2025-09-02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:202510900787.5,技术领域涉及:G06T7/00;该发明授权基于联合分布优化与结构知识引导的缺陷检测方法及系统是由李磊;李成华;周生宵设计研发完成,并于2025-07-01向国家知识产权局提交的专利申请。

基于联合分布优化与结构知识引导的缺陷检测方法及系统在说明书摘要公布了:本发明公开了一种基于联合分布优化与结构知识引导的缺陷检测方法及系统,方法包括:解析设备结构化文档以构建包含物理连接关系的设备物理拓扑图;采用图卷积网络处理该拓扑图生成结构化特征向量,并提取多模态感知数据的感知特征向量;构建知识增强的注意力模型,利用结构化特征向量作为键和值,引导感知特征向量进行跨模态融合;通过包含联合分布散度损失与Lipschitz稳定性约束的组合优化目标对模型进行训练,以保证多模态特征在共享语义空间中的一致性与物理真实性。本发明能够显著提升缺陷检测的准确率,并生成具有物理可解释性的根因诊断报告。

本发明授权基于联合分布优化与结构知识引导的缺陷检测方法及系统在权利要求书中公布了:1.基于联合分布优化与结构知识引导的缺陷检测方法,其特征在于,包括: 解析设备结构化文档,构建设备物理拓扑图; 采用图神经网络处理设备物理拓扑图,生成结构化特征向量; 从工业设备采集多模态感知数据,并从多模态感知数据中提取感知特征向量; 在注意力模型中,利用结构化特征向量引导感知特征向量的对齐,进行跨模态特征融合,得到融合特征表示; 基于融合特征表示,生成缺陷检测结果; 其中,利用结构化特征向量引导感知特征向量的对齐,进行跨模态特征融合,得到融合特征表示,包括: 将结构化特征向量分别映射为一组键向量和一组值向量,该组键向量与值向量用于描述设备物理拓扑的结构信息; 将感知特征向量变换为查询向量,查询向量用于表征从设备采集的实时状态; 通过查询向量探查键向量,以确定感知特征向量与设备物理拓扑之间的关联度,并基于关联度对值向量进行动态加权,聚合形成融合特征表示。

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中科南京人工智能创新研究院,其通讯地址为:211135 江苏省南京市江宁区创研路266号麒麟人工智能产业园3号楼3楼;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。