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！

龙图腾网获悉清华大学深圳国际研究生院申请的专利一种玻璃缺陷监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：CN116910649B 。

龙图腾网通过国家知识产权局官网在2026-02-03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：202310840190.7，技术领域涉及：G06F18/241；该发明授权一种玻璃缺陷监测方法是由金欣;曾云辉设计研发完成，并于2023-07-10向国家知识产权局提交的专利申请。

本一种玻璃缺陷监测方法在说明书摘要公布了：一种玻璃缺陷监测方法，包括：S1、通过传感器收集玻璃的检测信号；S2、通过经训练的多任务图神经网络MT‑GNN，根据检测信号判断缺陷有无，以及在判断有缺陷时确定缺陷类型的类型和位置；将玻璃表面划分为一组网格，并将每个网格单元视为图中的一个节点，节点之间的连接表示相邻网格单元之间的关系，为每个节点分配特征向量，其包含来自传感器的特征数据，由此构建玻璃表面的图结构；图神经网络具有输入层、若干层图卷积层和输出层，输入层接收根据物理信号获得的特征向量，图卷积层用于学习节点之间的关系和传播节点之间的信息，输出层用于处理缺陷预测任务的输出。本发明能够摆脱对光源和成像设备的依赖，对玻璃缺陷进行实时监测并降低监测成本。

本发明授权一种玻璃缺陷监测方法在权利要求书中公布了：1.一种玻璃缺陷监测方法，其特征在于，包括如下步骤： S1、通过传感器收集玻璃的检测信号； S2、通过经训练的多任务图神经网络MT-GNN，根据所述检测信号判断缺陷有无，以及在判断有缺陷时确定缺陷的类型和位置； 其中，将所述玻璃表面划分为一组网格，并将每个网格单元视为图中的一个节点，节点之间的连接表示相邻网格单元之间的关系，为每个节点分配特征向量，其包含来自所述传感器的特征数据，由此构建所述玻璃表面的图结构；其中，所述图神经网络具有输入层、若干层图卷积层和输出层，所述输入层接收根据物理信号获得的特征向量，所述图卷积层用于学习节点之间的关系和传播节点之间的信息，所述输出层用于处理缺陷预测任务的输出； 所述图神经网络包括如下四个任务的输出层： 缺陷有无输出层，其对每个节点进行二分类，判断该节点是否存在缺陷； 缺陷大概位置输出层，其对每个节点进行回归，预测该节点内缺陷的相对位置； 缺陷类型分类输出层，其对每个节点进行多分类，识别该节点内缺陷的类型； 缺陷详细位置输出层，其对每个节点进行密集回归，预测该节点内缺陷的详细位置。

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清华大学深圳国际研究生院，其通讯地址为：518055 广东省深圳市南山区西丽街道深圳大学城清华校区A栋二楼；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。