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！

龙图腾网获悉中国石油大学(华东)申请的专利基于双视图信息瓶颈融合的单分类工控系统异常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：CN121030623B 。

龙图腾网通过国家知识产权局官网在2026-02-24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：202511565710.3，技术领域涉及：G06F18/2433；该发明授权基于双视图信息瓶颈融合的单分类工控系统异常检测方法是由邓晓刚;姚博瀚;王平;曹玉苹设计研发完成，并于2025-10-30向国家知识产权局提交的专利申请。

本基于双视图信息瓶颈融合的单分类工控系统异常检测方法在说明书摘要公布了：本发明公开了基于双视图信息瓶颈融合的单分类工控系统异常检测方法，属于工控系统异常检测技术领域，其步骤为：训练阶段同时构建时间序列视图与伪图像视图；分别经时间动态编码器与预训练视觉骨干提取表征；在变分信息瓶颈融合模块中进行跨视图压缩并建立仅依赖序列表征的投影分支；随后围绕中心向量学习正常子空间，建立准确的超球描述正常数据，将中心距离作为异常得分并以分位阈值完成判别；检测阶段仅输入时间序列视图即可在线识别。本发明将双视图先验与变分信息瓶颈相融合，并与深度支持向量数据描述进行端到端协同优化，在少量样本的条件下也可建立准确的决策边界，提供了一种在样本受限情况下工控系统异常检测的解决方法。

本发明授权基于双视图信息瓶颈融合的单分类工控系统异常检测方法在权利要求书中公布了：1.基于双视图信息瓶颈融合的单分类工控系统异常检测方法，其特征在于，包括以下步骤： 步骤1：获取工控系统的多变量传感器序列，其中为通道数，对该序列施加长度为的滑动窗口，得到样本，由确定性映射将转换为辅助伪图像用于辅助训练，以正常样本构建训练集，待测样本构成测试集； 步骤2：在训练阶段采用时间动态编码器和时间图像表征模块对同一历史窗口进行双视图表征，时间动态编码器将原始序列映射为时间序列表征，时间图像表征模块将伪图像表示经预训练视觉骨干提取为视觉表征； 步骤3：建立变分信息瓶颈融合模块以拼接后的向量[]为输入，生成融合潜在表示，相对各向同性先验实施信息压缩，同时设置仅依赖的投影分支，用于在推理阶段代替，实现训练阶段双视图、推理阶段单视图； 步骤4：将训练阶段的与时间序列表征线性组合，经由嵌入映射参数,得到最终嵌入向量，围绕中心向量学习正常样本的紧致子空间，并建立以最终嵌入向量与中心向量之间的距离作为异常得分的计分规则，基于训练集正常样本得分集合的分位数设定阈值； 步骤5：对待测窗口仅经时间序列表征与投影分支，计算异常得分并与阈值比较，输出正常或异常判定。

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国石油大学(华东)，其通讯地址为：266580 山东省青岛市黄岛区长江西路66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。