Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 浙江工业大学王涌获国家专利权

浙江工业大学王涌获国家专利权

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一种基于注意力多源特征融合的食用菌杂菌检测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:CN116824205B

龙图腾网通过国家知识产权局官网在2026-01-23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:202310378988.4,技术领域涉及:G06V10/764;该发明授权一种基于注意力多源特征融合的食用菌杂菌检测方法是由王涌;张攀星;田爽设计研发完成,并于2023-04-11向国家知识产权局提交的专利申请。

一种基于注意力多源特征融合的食用菌杂菌检测方法在说明书摘要公布了:一种基于注意力多源特征融合的食用菌杂菌检测方法,包括:1.采集温度、湿度、CH44、H22S、NH33和图像数据,归一化数据集提升收敛速度;2.构建主干网络ResNet50,利用残差结构较强的特征提取能力来提取视觉特征;3.构建MLP,利用该网络对连续数的有效处理,提取传感器特征;4.设计特征融合网络,自注意力机制分别计算图像和传感器特征的注意力,交叉注意力机制学习图像和传感器特征之间的相关性,有效地融合两种特征;5.使用Softmax分类,处理融合后的特征信息并映射分类;6.使用交叉熵损失函数评估模型;7.采用迁移学习,加载模型的预训练权重并进行微调,以加快模型的训练速度和提高模型的准确性;8.用训练好的模型对杂菌进行检测。

本发明授权一种基于注意力多源特征融合的食用菌杂菌检测方法在权利要求书中公布了:1.一种基于注意力多源特征融合的食用菌杂菌检测方法,其特征在于,包括如下步骤: 步骤1、对采集到的图像数据集和同一时间段的传感器数据集分别进行预处理;所述的传感器数据集包括温度值、湿度值以及CH4、H2S、NH3气体浓度值信息; 步骤2、构建图像特征提取模块,输出图像特征向量; 步骤3、构建传感器特征提取的多层感知机MLP,输出传感器特征向量; 步骤4、构建图像特征和传感器特征融合的网络,生成新的特征向量;所述的网络是基于交叉注意力机制的特征融合网络;图像特征提取模块提取的视觉特征向量S与多层感知机提取的传感器特征向量I作为特征融合网络的输入;自注意力机制类似于检索系统:查询向量用于搜索信息,然后搜索引擎将尝试在其数据库中查找键并配对查询向量,最后与键对应的值向量作为输出;将S和I分别输入到自注意力模块中,获得查询向量、键向量和值向量;在自注意力机制中,输入序列通过线性层映射到查询向量、键向量和值向量: 2 3 4 其中表示权重,取值;交叉注意力机制是Q、K、V的不对称组合;然后计算注意力分数,分数决定了对元素的重视程度: 5 是经过点积、缩放后的分数值;尝试在反向传播过程中找到优化的映射矩阵,即线性层的权重,注意力权重计算: 6 其中是键向量的维数,是标量,用于在计算函数时避免主导项;最后注意力权重乘以值向量,并得到最终的加权映射: 7 由此得到输出向量O1,同理将输入到交叉注意力模块得到输出向量O2,连接O1和O2构成新的特征向量O;交叉注意力机制能有效地融合传感器特征和图像特征; 步骤5、通过Softmax分类器按照特征信息分类,选择置信率最高的为分类结果; 步骤6、定义模型训练的损失函数; 步骤7、训练模型; 步骤8、用训练好的模型对食用菌菌棒杂菌进行检测。

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号浙江工业大学;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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。