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！

龙图腾网获悉浙江理工大学申请的专利一种基于多模态数据协同训练的缺陷诊断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：CN120670964B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202511178261.7，技术领域涉及：G06F18/241；该发明授权一种基于多模态数据协同训练的缺陷诊断方法及系统是由章涵博;史伟民;苗思伟;黄静设计研发完成，并于2025-08-22向国家知识产权局提交的专利申请。

本一种基于多模态数据协同训练的缺陷诊断方法及系统在说明书摘要公布了：本发明公开了一种基于多模态数据协同训练的缺陷诊断方法及系统，属于缺陷诊断技术领域，具体包括：构建包含特征提取子网络与跨模态注意力模块的多模态协同诊断模型；采集多模态数据并预处理后，经特征提取子网络获取初始特征，再由跨模态注意力模块生成注意力权重，得到加权后的多模态特征，经多尺度特征提取子网络后获得多尺度融合特征，再通过级联处理给出初步诊断结果；同时检测数据完整性，通过级联式协同诊断应对模态缺失场景；最后将两类诊断结果与缺陷标注样本比对，得到训练优化后的多模态协同诊断模型，再输入待诊断样本数据后，输出最终诊断结果并更新缺陷标注样本，实现了高效精准的缺陷诊断。

本发明授权一种基于多模态数据协同训练的缺陷诊断方法及系统在权利要求书中公布了：1.一种基于多模态数据协同训练的缺陷诊断方法，其特征在于，包括： S1：构建融合注意力机制的多模态协同诊断模型；所述多模态协同诊断模型包括特征提取子网络和跨模态注意力模块； S2：采集多模态数据并进行预处理，将其输入特征提取子网络得到多模态初始特征，再输入至跨模态注意力模块，通过计算模态特征间的相似度生成注意力权重，将多模态初始特征与注意力权重相乘，得到加权后的多模态特征； S3：设计多尺度特征提取子网络，输入加权后的多模态特征得到多尺度多模态融合特征，经级联处理后得到缺陷的类型和严重程度的初步诊断结果； S4：检测预处理后的多模态数据的完整性，通过级联式协同诊断得到适配模态缺失场景的诊断结果； S5：将初步诊断结果和适配模态缺失场景的诊断结果与缺陷标注样本进行比对，基于对比结果得到训练优化后的多模态协同诊断模型，并将待诊断样本的多模态数据输入至训练优化后的多模态协同诊断模型中，输出最终缺陷诊断结果，并将最终缺陷诊断结果作为新的缺陷标注样本。

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理工大学，其通讯地址为：310000 浙江省杭州市经济技术开发区白杨街道2号大街928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”。

以上内容由龙图腾AI智能生成。