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
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 国网湖北省电力有限公司荆州供电公司文昌斌获国家专利权

国网湖北省电力有限公司荆州供电公司文昌斌获国家专利权

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!

龙图腾网获悉国网湖北省电力有限公司荆州供电公司申请的专利一种基于智能识别的防误操作闭锁系统及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:CN120561588B

龙图腾网通过国家知识产权局官网在2026-02-27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:202510666908.4,技术领域涉及:G06F18/214;该发明授权一种基于智能识别的防误操作闭锁系统及方法是由文昌斌;郑桂斌;印云刚;姚智;刘强;李远凡;陈晓;李瀚林设计研发完成,并于2025-05-22向国家知识产权局提交的专利申请。

一种基于智能识别的防误操作闭锁系统及方法在说明书摘要公布了:本发明公开了一种基于智能识别的防误操作闭锁系统及方法,涉及工业自动化技术领域,包括,采集多模态数据并进行预处理,生成多模态数据集,所述多模态数据包括语音数据、视觉数据和设备状态数据;基于多模态数据集,通过多模态特征编码方法提取多模态特征,多模态特征通过三维特征建模方法,生成多模态特征立方体;将多模态特征立方体输入到双流GAN网络中,生成对抗样本,构建防御模型,并通过对抗样本进行训练;将多模态特征立方体输入防御模型中,生成概率分布向量和指令置信度,并根据指令置信度进行误触识别,根据识别结果动态生成闭锁指令。本发明通过对抗性训练与误触识别机制,提高了防御模型的泛化能力和面对未知威胁时的抵御能力。

本发明授权一种基于智能识别的防误操作闭锁系统及方法在权利要求书中公布了:1.一种基于智能识别的防误操作闭锁方法,其特征在于:包括, 采集多模态数据并进行预处理,生成多模态数据集,所述多模态数据包括语音数据、视觉数据和设备状态数据;其中包括, 基于WaveNet的声源分离方法对语音数据进行降噪处理,基于ESRGAN的超分辨率重建方法对视觉数据进行去模糊处理,基于小波变换方法对设备状态数据进行降噪处理;基于预处理后的多模态数据,通过多模态数据整合方法生成多模态数据集; 基于多模态数据集,通过多模态特征编码方法提取多模态特征,多模态特征通过三维特征建模方法,生成多模态特征立方体;其中包括, 使用多模态特征编码方法对多模态数据集中的语音数据、视觉数据以及设备状态数据进行编码;将编码后的语音数据、视觉数据以及设备状态数据通过联合编码方法在特征维度上进行拼接融合,并映射到固定维度,生成多模态特征;根据时间戳同步插值方法和RTK差分定位方法对多模态特征进行时空对齐;通过时空坐标映射方法,将时空对齐后的多模态特征按照时间轴分辨率和空间轴分辨率映射到三维立方体的对应位置,生成多模态特征立方体; 将多模态特征立方体输入到双流GAN网络中,生成对抗样本,构建防御模型,并通过对抗样本进行训练;具体步骤如下, 通过双流GAN网络中的生成器提取多模态特征立方体中的时间特征和空间特征;将时间特征和空间特征进行模态级联,输入到多层感知机中,生成对抗样本初始特征;使用反卷积网络对对抗样本初始特征进行上采样,生成完整对抗样本; 将多模态特征立方体输入防御模型中,生成概率分布向量和指令置信度,并根据指令置信度进行误触识别,根据识别结果动态生成闭锁指令; 所述构建防御模型,并通过对抗样本进行训练,具体步骤如下, 基于多模态特征立方体的特性定义输入层,基于Transformer架构定义时间特征提取层; 基于3D卷积神经网络定义空间特征提取层,基于全连接网络定义特征融合层,基于分类器和多头自注意力机制定义输出层; 通过输入层、时间特征提取层、空间特征提取层、特征融合层以及输出层构建防御模型; 使用交叉熵损失作为损失函数,Softmax作为激活函数,Adam作为优化器,将完整对抗样本输入到防御模型中进行训练。

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国网湖北省电力有限公司荆州供电公司,其通讯地址为:434000 湖北省荆州市沙市区太岳路;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。