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！

龙图腾网获悉同济大学申请的专利基于分层网络表征学习的工业设备事件检测方法及设备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：CN113887578B 。

龙图腾网通过国家知识产权局官网在2025-09-05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：202111072239.6，技术领域涉及：G06V10/74；该发明授权基于分层网络表征学习的工业设备事件检测方法及设备是由王成;朱航宇设计研发完成，并于2021-09-14向国家知识产权局提交的专利申请。

本基于分层网络表征学习的工业设备事件检测方法及设备在说明书摘要公布了：本发明涉及一种基于分层网络表征学习的工业设备事件检测方法及设备，所述方法包括：获取待检测事件数据，通过一预训练的分层网络表征学习模型，获得属性表征和映射关系，从而获得与待检测事件对应的事件表征，将所得事件表征与所有正常和异常事件的簇心计算欧氏距离，将待检测事件归类为距离小的一类。与现有技术相比，本发明具有更强的异常检测能力和鲁棒性。

本发明授权基于分层网络表征学习的工业设备事件检测方法及设备在权利要求书中公布了：1.一种基于分层网络表征学习的工业设备事件检测方法，其特征在于，该方法包括： 获取待检测事件数据，通过一预训练的分层网络表征学习模型，获得属性表征和映射关系，从而获得与待检测事件对应的事件表征，将所得事件表征与所有正常和异常事件的簇心计算欧氏距离，将待检测事件归类为距离小的一类； 所述分层网络表征学习模型的构建具体包括： 获取离散化的工业设备事件数据，所述工业设备事件数据带有异常事件或正常事件的标签； 构建包括事件层、属性层及其映射关系的分层网络，针对工业设备事件数据中每一个事件，将事件的唯一标识符置入事件层，将事件中每个属性置入属性层，引入图神经网络来对属性层进行嵌入，属性视作节点，属性的共现关系视作边； 基于所述分层网络，采用网络表征学习算法进行学习，训练获得所述分层网络表征学习模型； 所述分层网络表征学习模型训练时采用的损失函数表示为： L＝Ls+Lc+Lreg 其中，L为总体损失，Ls为结构损失，Lc为分类损失，Lreg为正则化损失； 所述结构损失表示为： 其中，E代表属性层中属性之间所有共现关系的集合，e代表可以观察到的属性对，e'代表不可以观察到的属性对，σ函数是sigmoid函数，函数s用于区分观察到的属性对和不可以观察到的属性对； 所述函数s的表达式为： 其中，符号⊙代表hadamard积操作，和代表属性u和v的属性表征； 所述分类损失的表达式为： 其中，C代表所有的事件集合，Dci,cj表示两个事件集合ci、cj之间的距离，所述事件集合以事件簇中心为代表； 所述正则化损失的表达式为： 其中，εi代表事件第i个属性的权重，n为事件的属性个数。

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同济大学，其通讯地址为：200092 上海市杨浦区四平路1239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”。