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！

龙图腾网获悉武汉科技大学申请的专利一种基于工业知识蒸馏的产品质量预测模型构建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：CN121257605B 。

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：202511827215.5，技术领域涉及：G06N3/045；该发明授权一种基于工业知识蒸馏的产品质量预测模型构建方法是由向峰;文卫华;李红军;张驰;张严;郑洋;左颖;陶飞设计研发完成，并于2025-12-05向国家知识产权局提交的专利申请。

本一种基于工业知识蒸馏的产品质量预测模型构建方法在说明书摘要公布了：本发明提供了一种基于工业知识蒸馏的产品质量预测模型构建方法，包括以下步骤：采集多源工业数据，将其划分为包含质量标签的源域数据集和不包含质量标签的目标域数据集；构建教师模型，将工业知识与源域数据集中的数据进行融合，利用融合后的数据集训练教师模型；构建学生模型，利用目标域数据集训练学生模型，通过从教师模型向学生模型进行多通道知识蒸馏，实现知识迁移；将学生模型部署在产线的控制系统中，实时监测目标域的生产数据，预测产品质量；判断生产数据是否存在统计分布漂移，当存在统计分布漂移时，启动学生模型新一轮的蒸馏训练，利用学生模型预测目标域中数据样本的不确定性，根据不确定性自适应调节对应数据样本的知识蒸馏强度。

本发明授权一种基于工业知识蒸馏的产品质量预测模型构建方法在权利要求书中公布了：1.一种基于工业知识蒸馏的产品质量预测模型构建方法，其特征在于，包括以下步骤： 步骤S1：采集多源工业数据，将所述多源工业数据划分为包含质量标签的源域数据集和不包含质量标签的目标域数据集；所述多源工业数据至少包括原材料属性、温度、压力、转速、电流、电压、设备操作记录、环境信息以及最终产品的质量检测结果； 步骤S2：构建教师模型，通过图神经网络将预设的工业知识与所述源域数据集中的数据进行融合，采用多目标联合监督损失作为损失函数，利用融合后的数据集训练所述教师模型；所述多目标联合监督损失函数的表达式为： ； ； ； ； 上式中，为联合监督损失；表示对应任务的噪声程度；为标签监督项；为工业规则匹配项；为注意力稀疏项；为第i个样本的真实标签；为训练集中包含的样本总数；为模型预测的第i个样本的输出值；为输出类别的数量；为第j条规则的偏差程度；为第j条规则的容忍度； 步骤S3：构建学生模型，采用多目标对齐损失作为损失函数，利用所述目标域数据集训练学生模型，通过从所述教师模型向所述学生模型进行多通道知识蒸馏，实现知识迁移；所述多目标对齐损失的表达式为： ； ； ； 上式中，为多目标对齐损失；为结构对齐损失；为KL散度损失；为梯度方向相似性损失；为对应任务的不确定性；为隐藏层总数；分别为教师模型和学生模型的第层隐藏表示；为样本总数；为类别数；为第个样本对类别的预测概率；为损失函数对输入的梯度； 步骤S4：将学生模型部署在产线的控制系统中，实时监测目标域的生产数据，根据所述生产数据预测产品质量； 步骤S5：判断生产数据是否存在统计分布漂移，当检测存在统计分布漂移时，启动学生模型新一轮的蒸馏训练，利用所述学生模型预测目标域中数据样本的不确定性，根据所述不确定性自适应调节对应数据样本的知识蒸馏强度。

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武汉科技大学，其通讯地址为：430081 湖北省武汉市和平大道947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。