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！

龙图腾网获悉北京工业大学申请的专利一种刀具磨损状态识别方法、系统、电子设备及存储介质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：CN116796142B 。

龙图腾网通过国家知识产权局官网在2025-12-16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：202310269968.3，技术领域涉及：G06F18/20；该发明授权一种刀具磨损状态识别方法、系统、电子设备及存储介质是由昝涛;马志谦;陈佳伟;孙志略;王民;高相胜;高鹏设计研发完成，并于2023-03-15向国家知识产权局提交的专利申请。

本一种刀具磨损状态识别方法、系统、电子设备及存储介质在说明书摘要公布了：本发明提供一种刀具磨损状态识别方法、系统、电子设备及存储介质，方法包括：采集刀具磨损振动信号；将所述刀具磨损振动信号输入预设的卷积神经网络，进行特征提取与一次降维，获取振动信号特征；基于预设的局部线性嵌入规则，对所述振动信号特征进行二次降维，获取观测序列；将所述观测序列输入预先训练好的隐马尔科夫模型，进行刀具磨损状态识别与刀具磨损状态预测，获取识别结果与预测结果；将所述识别结果与预测结果反馈至关联终端设备。本发明提供的刀具磨损状态识别方法，能够自动实现刀具磨损振动信号的特征提取，准确度较高，实时性较强，并且，本方法的刀具磨损状态识别精确度较高。

本发明授权一种刀具磨损状态识别方法、系统、电子设备及存储介质在权利要求书中公布了：1.一种刀具磨损状态识别方法，其特征在于，包括： 采集刀具磨损振动信号； 将所述刀具磨损振动信号输入预设的卷积神经网络，进行特征提取与一次降维，获取振动信号特征； 基于预设的局部线性嵌入规则，对所述振动信号特征进行二次降维，获取观测序列； 将所述观测序列输入预先训练好的隐马尔科夫模型，进行刀具磨损状态识别与刀具磨损状态预测，获取识别结果与预测结果； 将所述识别结果与预测结果反馈至关联终端设备； 其中，基于预设的局部线性嵌入规则，对所述振动信号特征进行二次降维，获取观测序列的步骤包括： 基于预设的近邻点判别子规则，确定所述振动信号特征中每个样本点的初始近邻点，每个样本点均对应一个或多个初始近邻点； 根据样本点与对应的初始近邻点之间的欧式距离，对所述初始近邻点进行排序与筛选，获取至少一个目标近邻点； 通过对所述目标近邻点进行线性关系拟合，获取与所述目标近邻点对应的样本点的局部重建权值矩阵； 基于每个样本点的所述局部重建权值矩阵和其目标近邻点，获取二次降维后的所述观测序列； 其中，获取所述隐马尔科夫模型的步骤包括： 获取观测序列样本集，所述观测序列样本集包括一个或多个观测序列样本； 对预设的原始模型进行参数初始化，并设置隐藏状态的数量，所述隐藏状态包括：初期磨损、中期磨损和严重磨损； 将所述观测序列样本输入初始化后的原始模型，利用预设的前向后向算法，获取第一中间量和第二中间量，所述第一中间量基于所述观测序列样本各隐藏状态的前向概率和后向概率得到，所述第二中间量基于所述观测序列样本各隐藏状态的前向概率、后向概率及状态转移概率得到； 基于所述第一中间量和所述第二中间量，对所述原始模型的模型参数进行更新与迭代，获取训练好的所述隐马尔科夫模型。

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北京工业大学，其通讯地址为：100124 北京市朝阳区平乐园100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。