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！

龙图腾网获悉浙江工业大学申请的专利基于可解释图卷积神经网络的烟支质量控制图模式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：CN119399742B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202411440597.1，技术领域涉及：G06V20/60；该发明授权基于可解释图卷积神经网络的烟支质量控制图模式识别方法是由邵益平;李楠弟;陶海露设计研发完成，并于2024-10-15向国家知识产权局提交的专利申请。

本基于可解释图卷积神经网络的烟支质量控制图模式识别方法在说明书摘要公布了：本发明涉及烟支生产监控技术领域，具体涉及一种基于可解释图卷积神经网络的烟支质量控制图模式识别方法。方法包括：获取多个不同模式下的烟支控制图训练样本；提取每个烟支控制图训练样本的训练特征并生成特征测试集；构建多个分类网络模型，将每个烟支控制图训练样本对应的特征测试集分别输入多个分类网络模型中，获得多个分类预测结果数据和ROC曲线图；根据ROC曲线图筛选获得最优分类网络模型并输入SHAP解释器；计算特征测试集中每个特征对分类预测结果数据的边际贡献，并根据Shapley值生成高价值特征子集；使用高价值特征子集训练并获取目标图卷积神经网络；获取实际采集的烟支控制图样本，并输入目标图卷积神经网络中，完成模式识别。

本发明授权基于可解释图卷积神经网络的烟支质量控制图模式识别方法在权利要求书中公布了：1.基于可解释图卷积神经网络的烟支质量控制图模式识别方法，其特征在于，方法包括： S01、获取多个不同模式下的烟支控制图训练样本； S02、提取每个烟支控制图训练样本的训练特征；所述训练特征包含多个形状特征和多个统计特征； S03、根据所述训练特征生成特征测试集；构建多个分类网络模型，将每个烟支控制图训练样本对应的特征测试集分别输入多个所述分类网络模型中，获得多个分类预测结果数据，并对应得到ROC曲线图； S04、根据所述ROC曲线图筛选获得最优分类网络模型；将所述最优分类网络模型、特征测试集和所述最优分类网络模型输出的分类预测结果数据输入SHAP解释器； S05、所述SHAP解释器计算特征测试集中每个特征对分类预测结果数据的边际贡献，生成多个Shapley值；根据所述Shapley值生成高价值特征子集； S06、将所述高价值特征子集输入已构建的图卷积神经网络中，训练模型并获取目标图卷积神经网络； S07、获取实际采集的烟支控制图样本，并输入所述目标图卷积神经网络中，进行模式识别，获取烟支质量波动结果。

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浙江工业大学，其通讯地址为：310014 浙江省杭州市拱墅区潮王路18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”。