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 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 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 > 浙江大学;宁波数益工联科技有限公司张新民获国家专利权

浙江大学;宁波数益工联科技有限公司张新民获国家专利权

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!

龙图腾网获悉浙江大学;宁波数益工联科技有限公司申请的专利基于多变量标准化嵌入与特征融合的压铸质量相关变量重要性分析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:CN120337051B

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:202510339672.3,技术领域涉及:G06F18/2433;该发明授权基于多变量标准化嵌入与特征融合的压铸质量相关变量重要性分析方法是由张新民;周渝松;皮松岩;叶晴艺;沈梓忆;何盛华设计研发完成,并于2025-03-21向国家知识产权局提交的专利申请。

基于多变量标准化嵌入与特征融合的压铸质量相关变量重要性分析方法在说明书摘要公布了:本发明公开一种基于多变量标准化嵌入与特征融合的压铸质量相关变量重要性分析方法,首先对压铸过程数据和质量标签数据进行数据清洗、标准化和匹配;然后构建并训练包括变量标准化嵌入层、变量选择层和质量分类层的压铸变量重要性辨识模型,变量标准化嵌入层根据压铸数据的时变特征和离散特性,采用不同的嵌入方式将不同类型的变量转化为同形状张量;变量选择层基于各变量的同形状张量融合得到的特征或基于可学习权重矩阵,计算变量选择权重;对各变量的同形状张量进行加权求和,生成融合后的隐式表达;质量分类层以融合后的隐式表达为输入,输出质量标签。本发明创新地结合多变量标准化嵌入和特征融合,可量化各工艺参数对质量的影响程度。

本发明授权基于多变量标准化嵌入与特征融合的压铸质量相关变量重要性分析方法在权利要求书中公布了:1.一种基于多变量标准化嵌入与特征融合的压铸质量相关变量重要性分析方法,其特征在于,包括如下步骤: S1:获取预定范围内的压铸过程数据和质量标签数据,并对数据进行预处理,包括数据清洗、标准化和匹配操作; S2:构建并训练压铸变量重要性辨识模型,该模型包括变量标准化嵌入层、变量选择层和质量分类层;其中,变量标准化嵌入层用于根据压铸数据的时变特征和离散特性,采用不同的嵌入方式将不同类型的变量转化为同形状张量;变量选择层基于各变量的同形状张量融合得到的特征或基于可学习权重矩阵,计算变量选择权重,然后对各变量的同形状张量进行加权求和,生成融合后的隐式表达;质量分类层将融合后的隐式表达作为输入,输出与真实值相近的质量标签;训练完成后,所述压铸变量重要性辨识模型输出预测的质量标签,同时所述变量选择层输出相关变量的重要性; 所述变量选择层表示为,即,对同形状张量进行特征提取和特征选择,生成融合后的隐式变量,具体为: 1对中第个变量在时刻的采样值,采用门控残差网络GRN进行特征提取,得到; 2通过以下两种方式获得变量选择权重: a.将的维度调换并展平最后两个维度,得到,然后通过门控残差网络GRN、线性全连接层和函数生成,即; b.提供一个可学习的矩阵,通过函数生成,即;变量选择权重代表变量的重要性并用于变量重要性分析; 3使用加权求和的方式生成在t时刻的隐式表达,最终得到融合的隐式表达。

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浙江大学;宁波数益工联科技有限公司,其通讯地址为:310058 浙江省杭州市西湖区余杭塘路866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。

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。