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！

龙图腾网获悉同力天合(北京)管理软件股份有限公司申请的专利中药异常状态识别方法、系统、设备及存储介质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：CN119622603B 。

龙图腾网通过国家知识产权局官网在2026-04-21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：202510153058.8，技术领域涉及：G06F18/2433；该发明授权中药异常状态识别方法、系统、设备及存储介质是由贺少伟设计研发完成，并于2025-02-12向国家知识产权局提交的专利申请。

本中药异常状态识别方法、系统、设备及存储介质在说明书摘要公布了：本申请提供了一种中药异常状态识别方法、系统、设备及存储介质，涉及异常识别领域。该方法包括：获取待检测中药的产品信息，并基于待检测中药的产品信息和预设的检测规则，确定待检测中药的数据获取标准；基于待检测中药的数据获取标准，将图像数据输入预设的图像异常检测模型，得到初步的图像异常区域；对视觉特征数据和光谱特征数据进行特征融合，得到异常特征向量；将异常特征向量输入预设的异常状态判别模型，输出异常状态数据，并基于异常状态数据和预设的异常状态判定阈值进行异常状态判定，得到待检测中药的异常状态检测结果。通过上述方案能够及时且准确的去识别中医的异常状态。

本发明授权中药异常状态识别方法、系统、设备及存储介质在权利要求书中公布了：1.一种异常中药状态识别方法，其特征在于，所述方法包括： 获取待检测中药的产品信息，并基于所述待检测中药的产品信息和预设的检测规则，确定所述待检测中药的数据获取标准； 基于所述待检测中药的数据获取标准，获取所述待检测中药的标准图像数据和标准光谱数据，并对所述标准图像数据和标准光谱数据进行预处理，得到图像数据和光谱数据； 将所述图像数据和所述光谱数据输入预设的图像异常检测模型，得到图像异常区域和光谱异常区域； 对所述图像异常区域进行特征提取，得到视觉特征数据，对所述光谱异常区域进行特征提取，得到光谱特征数据； 对所述视觉特征数据和所述光谱特征数据进行特征融合，得到异常特征向量； 将所述异常特征向量输入预设的异常状态判别模型，输出异常状态数据，并基于所述异常状态数据和预设的异常状态判定阈值进行异常状态判定，得到所述待检测中药的异常状态检测结果； 所述对所述视觉特征数据和所述光谱特征数据进行特征融合，得到异常特征向量，包括： 对所述视觉特征数据和所述光谱特征数据进行特征对齐处理，得到对齐视觉特征数据和对齐光谱特征数据，并采用多视图表示学习方法对所述对齐视觉特征数据和所述对齐光谱特征数据进行融合处理，得到多视图一体化特征； 对融合后的多视图一体化特征进行降维处理，得到低维异常特征向量，并采用基于L1正则化的特征选择方法，通过引入稀疏惩罚项，自动搜索所述低维异常特征向量，得到稀疏的异常特征向量表示； 利用基于Fisher准则的监督降维方法，优化所述异常特征向量表示的类间散度和类内散度，得到所述异常特征向量； 所述采用多视图表示学习方法对所述对齐视觉特征数据和所述对齐光谱特征数据进行融合处理，得到多视图一体化特征，包括： 基于所述对齐视觉特征数据构建视觉特征视图，基于所述对齐光谱特征数据构建光谱特征视图； 构建视觉特征视图和光谱特征视图，并在所述视觉特征视图和所述光谱特征视图内应用流形学习方法保持特征的局部邻域结构，得到第一视觉特征视图和第一光谱特征视图； 通过双线性映射函数学习所述第一视觉特征视图和所述第一光谱特征视图的协同表示，得到第二视觉特征视图和第二光谱特征视图； 引入多视图一致性约束，优化所述第二视觉特征视图和所述第二光谱特征视图的一致性，得到所述多视图一体化特征； 所述通过双线性映射函数学习所述第一视觉特征视图和所述第一光谱特征视图的协同表示，得到第二视觉特征视图和第二光谱特征视图，包括： 初始化所述双线性映射函数的参数，并基于所述双线性映射函数的参数分别构建视觉映射矩阵和光谱映射矩阵； 将所述视觉映射矩阵和所述光谱映射矩阵从原始特征空间映射到公共子空间内，并在所述公共子空间内求解协同表示学习的优化问题，得到最优的视图间映射矩阵； 利用所述最优的视图间映射矩阵，将所述第一视觉特征视图和所述第一光谱特征视图映射到所述公共子空间，得到所述第二视觉特征视图和所述第二光谱特征视图。

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同力天合(北京)管理软件股份有限公司，其通讯地址为：101300 北京市顺义区赵全营镇兆丰产业基地园盈路7号A座428-1；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。