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！

龙图腾网获悉中南大学;中冶赛迪信息技术(重庆)有限公司申请的专利一种融合过程变量和视频图像的高炉工况识别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：CN119600497B 。

龙图腾网通过国家知识产权局官网在2025-12-09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：202411521440.1，技术领域涉及：G06V20/40；该发明授权一种融合过程变量和视频图像的高炉工况识别方法及系统是由潘冬;徐思远;蒋朝辉;陈志文;余浩洋;孙小东;李志;桂卫华设计研发完成，并于2024-10-29向国家知识产权局提交的专利申请。

本一种融合过程变量和视频图像的高炉工况识别方法及系统在说明书摘要公布了：本申请涉及工业工况识别技术领域，公开了一种融合过程变量和视频图像的高炉工况识别方法及系统，该方法对过程变量进行插值处理，并对视频图像帧进行平均化，将多源异构信息对齐到相同的时间步上；这样，对齐了采样频率不一致的多源异构信息，构建了过程变量和视频图像联合驱动的深度神经网络模型，提取了多源异构信息中具有代表性的工况特征，克服了仅使用单一信息源时工况信息利用不完全的问题，设计了双层残差连接模块和模型稳定性评价指标，实现了对高炉工况的准确识别。

本发明授权一种融合过程变量和视频图像的高炉工况识别方法及系统在权利要求书中公布了：1.一种融合过程变量和视频图像的高炉工况识别方法，其特征在于，包括： S1：采集高炉工况的过程变量和料面视频图像得到多源异构信息； S2：对所述过程变量进行插值处理，并对所述视频图像帧进行平均化，将所述多源异构信息对齐到相同的时间步上； S3：构建单层融合网络架构； S4：基于所述单层融合网络架构提取对齐后的所述多源异构信息的初步特征集； S5：基于所述初步特征集、预先构建的双层融合网络架构进行训练与优化得到双层融合网络模型； S6：基于所述双层融合网络模型识别高炉工况类型； 所述单层融合网络架构包括第一深度神经网络模型、第二深度神经网络模型以及信息简化器，所述信息简化器的输入端分别与所述第一深度神经网络模型和所述第二深度神经网络模型的输出端连接； 所述S4包括： 将经数据对齐后的过程变量X输入至第一深度神经网络模型，将经数据对齐后的视频图像Y输入至第二深度神经网络模型，分别提取经数据对齐后的过程变量X和经数据对齐后的视频图像Y的特征，得到两个异构信息的特征集F1和F2； 针对经数据对齐后的过程变量X和经数据对齐后的视频图像Y，计算协方差矩阵的乘积： 其中，ΣXX、ΣYY和ΣXY分别为经数据对齐后的过程变量X和经数据对齐后的视频图像Y的协方差矩阵及其互协方差矩阵，Υ为协方差矩阵的乘积，对Υ进行奇异值分解，满足如下关系式： Υ＝ΓΣRT； 2其中，Γ、Σ和R为奇异值分解后的矩阵因子，J和L为权重参数，为维度大小分别为l×l的向量空间，为维度大小分别为m×m的向量空间，T表示转置； 计算得到经信息简化器精简后的特征集u1和v1，满足如下关系式： 其中，参数J1、L1和Σ1为上述第一深度神经网络模型计算得到的权重参数。

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中南大学;中冶赛迪信息技术(重庆)有限公司，其通讯地址为：410083 湖南省长沙市麓山南路932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。