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！

龙图腾网获悉北京谛声科技有限责任公司申请的专利基于深度学习的紫外成像和声成像融合故障分类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：CN121010801B 。

龙图腾网通过国家知识产权局官网在2026-03-31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：202511019925.5，技术领域涉及：G06V10/764；该发明授权基于深度学习的紫外成像和声成像融合故障分类方法及系统是由丁东亮;常炜熙;李少洋;黄毅伟;王盈佳设计研发完成，并于2025-07-23向国家知识产权局提交的专利申请。

本基于深度学习的紫外成像和声成像融合故障分类方法及系统在说明书摘要公布了：本发明公开了一种基于深度学习的紫外成像和声成像融合故障分类方法及系统，涉及人工智能技术领域，包括：首先获取设备紫外成像数据和声成像数据组成的成像数据组；通过双通道特征编码网络对两类数据分别提取基础特征和增强特征；以基础紫外成像特征和基础声成像特征为基准点，计算异源对齐误差值，实现跨模态特征空间对齐；结合基础特征与增强特征确定融合决策误差值，优化网络参数得到目标双通道特征编码网络；最终通过目标网络对设备监测数据进行故障判断。本发明通过多模态特征分层提取、异源特征对齐及融合决策误差约束，有效提升了故障分类的准确性和鲁棒性，适用于电力设备等复杂场景的故障检测。

本发明授权基于深度学习的紫外成像和声成像融合故障分类方法及系统在权利要求书中公布了：1.一种基于深度学习的紫外成像和声成像融合故障分类方法，其特征在于，包括： 获取由设备紫外成像数据和设备声成像数据组成的成像数据组； 通过双通道特征编码网络的紫外空间特征抽取组件和紫外增强特征抽取组件，分别对所述成像数据组中的设备紫外成像数据执行特征抽取操作，得到所述设备紫外成像数据对应的基础紫外成像特征和增强紫外成像特征； 通过所述双通道特征编码网络的声学时频特征抽取组件和声学增强特征抽取组件，分别对所述成像数据组中的设备声成像数据执行特征抽取操作，得到所述设备声成像数据对应的基础声成像特征和增强声成像特征；所述成像数据组的组数为多个； 针对各所述成像数据组的设备紫外成像数据，将针对的设备紫外成像数据对应的所述基础紫外成像特征确定为第一异源对齐基准点，将归属于相同所述成像数据组内的设备声成像数据对应的所述增强声成像特征确定为第一同源关联样本，将归属于不同所述成像数据组内的设备声成像数据对应的所述增强声成像特征确定为第一异源关联样本，根据所述第一异源对齐基准点、所述第一同源关联样本和所述第一异源关联样本确定第一异源对齐误差值；以及，针对各所述成像数据组的设备声成像数据，将针对的设备声成像数据对应的所述基础声成像特征确定为第二异源对齐基准点，将归属于相同所述成像数据组内的设备紫外成像数据对应的所述增强紫外成像特征确定为第二同源关联样本，将归属于不同所述成像数据组内的设备紫外成像数据对应的所述增强声成像特征确定为第二异源关联样本，根据所述第二异源对齐基准点、所述第二同源关联样本和所述第二异源关联样本确定第二异源对齐误差值； 根据所述基础紫外成像特征、所述增强紫外成像特征、所述基础声成像特征和所述增强声成像特征，确定融合决策误差值；所述融合决策误差值包括第一融合决策误差值和第二融合决策误差值； 根据所述增强紫外成像特征和所述增强声成像特征确定多源联合特征； 针对各所述成像数据组中的设备紫外成像数据，将针对的设备紫外成像数据对应的所述基础紫外成像特征确定为第一单源特征锚点，将包含所述针对的设备紫外成像数据的所述成像数据组所对应的多源联合特征确定为第一本征联合表征样本，将不包含所述针对的设备紫外成像数据的所述成像数据组所对应的所述多源联合特征确定为第一外源联合表征样本，根据所述第一单源特征锚点、所述第一本征联合表征样本和所述第一外源联合表征样本确定第一融合决策误差值； 针对各所述成像数据组中的设备声成像数据，将针对的设备声成像数据对应的所述基础声成像特征确定为第二单源特征锚点，将包含所述针对的设备声成像数据的所述成像数据组所对应的多源联合特征确定为第二本征联合表征样本，将不包含所述针对的设备声成像数据的所述成像数据组所对应的所述多源联合特征确定为第二外源联合表征样本，根据所述第二单源特征锚点、所述第二本征联合表征样本和所述第二外源联合表征样本确定第二融合决策误差值； 根据所述融合决策误差值、所述第一异源对齐误差值和所述第二异源对齐误差值优化所述双通道特征编码网络的模型参量，得到目标双通道特征编码网络； 通过所述目标双通道特征编码网络对设备监测数据进行故障判断；所述设备监测数据包括目标设备紫外成像数据和目标设备声成像数据。

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北京谛声科技有限责任公司，其通讯地址为：101400 北京市怀柔区雁栖经济开发区雁栖大街17号1幢103-9室；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。