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！

龙图腾网获悉浪潮企业云科技(山东)有限公司申请的专利基于规则引导的LSTM-SVDD异常检测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：CN121234025B 。

龙图腾网通过国家知识产权局官网在2026-02-17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：202511769300.0，技术领域涉及：G06F18/213；该发明授权基于规则引导的LSTM-SVDD异常检测方法及系统是由李志华;张积磊;刘傲;王臻;豆豪磊设计研发完成，并于2025-11-28向国家知识产权局提交的专利申请。

本基于规则引导的LSTM-SVDD异常检测方法及系统在说明书摘要公布了：本发明公开了基于规则引导的LSTM‑SVDD异常检测方法及系统，属于工业无损质检技术领域，要解决的技术问题为：噪声样本敏感、过度依赖标注异常数据、无法有效引入专家经验知识的技术空缺。基于双向LSTM网络、规则模板引擎以及特征投影融合层构建特征提取模型；通过分位数法计算超球体半径，构建SVDD损失函数作为基础损失函数，引入规则惩罚项构建规则损失函数，将基础损失函数和规则损失函数的加权求和构建总损失函数，通过最小化总损失函数得到训练后特征提取模型以及优化后超球体半径；将待测样本输入训练后特征提取模型，计算融合特征向量与超球体中心的欧式距离与动态检测阈值比对。

本发明授权基于规则引导的LSTM-SVDD异常检测方法及系统在权利要求书中公布了：1.一种基于规则引导的LSTM‑SVDD异常检测方法，其特征在于，包括如下步骤： 样本采集：对采集的多通道历史声发射数据进行预处理，得到标准化的时序数据，将标准化的时序数据作为样本构建样本集； 模型构建：基于双向LSTM网络、规则模板引擎以及特征投影融合层构建特征提取模型，双向LSTM网络用于对输入数据进行多模态特征提取，输出时序特征向量，规则模板引擎用于对输入数据进行规则检测，输出规则得分向量，征投影融合层用于学习时序特征向量和规则得分向量的分配权重并进行融合，得到融合特征向量； 模型训练：基于样本集中异常样本的比例构建分位数，通过分位数法计算超球体半径，基于融合特性向量到超球体中心的欧式距离以及超球体半径构建SVDD损失函数作为基础损失函数，引入规则惩罚项构建规则损失函数，将基础损失函数和规则损失函数的加权求和构建总损失函数，通过最小化总损失函数得到训练后特征提取模型以及优化后超球体半径，将优化后超球体半径作为动态检测阈值； 推理预测：对采集的多通道待测声发射数据进行预处理，得到标准化的时序数据作为待测样本，将待测样本输入训练后特征提取模型，得到融合特征向量，计算融合特征向量与超球体中心的欧式距离作为特征距离，将特征距离作与动态检测阈值比对，如果特征距离超过动态检测阈值则判定为异常，并输出特征距离、规则得分以及相对阈值超出幅度。

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浪潮企业云科技(山东)有限公司，其通讯地址为：250000 山东省济南市高新区浪潮路1036号浪潮科技园S02号楼22层；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。