買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉華潤數(shù)字科技有限公司申請的專利基于塔克分解的回轉(zhuǎn)窯狀態(tài)識別方法及其相關(guān)設(shè)備獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN114078225B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-04-29發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202111396193.3，技術(shù)領(lǐng)域涉及：G06V20/40；該發(fā)明授權(quán)基于塔克分解的回轉(zhuǎn)窯狀態(tài)識別方法及其相關(guān)設(shè)備是由劉雨桐;石強(qiáng);熊嬌;王國勛;張興設(shè)計(jì)研發(fā)完成，并于2021-11-23向國家知識產(chǎn)權(quán)局提交的專利申請。

本基于塔克分解的回轉(zhuǎn)窯狀態(tài)識別方法及其相關(guān)設(shè)備在說明書摘要公布了：本申請實(shí)施例屬于工業(yè)化互聯(lián)網(wǎng)技術(shù)領(lǐng)域，涉及一種基于塔克分解的回轉(zhuǎn)窯狀態(tài)識別方法及其相關(guān)設(shè)備，包括基于獲取的工藝參數(shù)構(gòu)建對應(yīng)各時(shí)間窗口的工藝組合數(shù)據(jù)，基于各時(shí)間窗口對應(yīng)的窯況視頻構(gòu)建燒成帶拼接圖像，通過工藝組合數(shù)據(jù)和燒成帶拼接圖像分別訓(xùn)練初始全卷積模型和初始?xì)埐钌窠?jīng)模型，獲得全卷積模型和殘差神經(jīng)模型；基于全卷積模型將工藝組合數(shù)據(jù)轉(zhuǎn)化為工藝特征數(shù)據(jù)，基于殘差神經(jīng)模型將燒成帶拼接圖像轉(zhuǎn)化為圖像特征數(shù)據(jù)；獲取基于塔克分解的初始特征融合模型和初始長短期記憶模型，基于工藝特征數(shù)據(jù)和圖像特征數(shù)據(jù)訓(xùn)練初始特征融合模型和初始長短期記憶模型，獲得特征融合模型和長短期記憶模型。本申請?zhí)岣邔剞D(zhuǎn)窯狀態(tài)識別的準(zhǔn)確性。

本發(fā)明授權(quán)基于塔克分解的回轉(zhuǎn)窯狀態(tài)識別方法及其相關(guān)設(shè)備在權(quán)利要求書中公布了：1.一種基于塔克分解的回轉(zhuǎn)窯狀態(tài)識別方法，其特征在于，包括下述步驟：根據(jù)預(yù)設(shè)的時(shí)間窗口獲取對應(yīng)的工藝參數(shù)和窯況視頻，基于所述工藝參數(shù)構(gòu)建對應(yīng)各時(shí)間窗口的工藝組合數(shù)據(jù)，基于各時(shí)間窗口對應(yīng)的所述窯況視頻構(gòu)建對應(yīng)的燒成帶拼接圖像，并通過所有所述工藝組合數(shù)據(jù)和所有所述燒成帶拼接圖像分別訓(xùn)練預(yù)設(shè)的初始全卷積模型和初始?xì)埐钌窠?jīng)模型，獲得全卷積模型和殘差神經(jīng)模型；基于所述全卷積模型對所述工藝組合數(shù)據(jù)進(jìn)行特征提取操作，獲得工藝特征數(shù)據(jù)，并基于所述殘差神經(jīng)模型對所述燒成帶拼接圖像進(jìn)行特征提取操作，獲得圖像特征數(shù)據(jù)；獲取預(yù)設(shè)的基于塔克分解的初始特征融合模型和預(yù)設(shè)的初始長短期記憶模型，基于所述工藝特征數(shù)據(jù)和所述圖像特征數(shù)據(jù)訓(xùn)練所述初始特征融合模型和所述初始長短期記憶模型，獲得特征融合模型和長短期記憶模型；實(shí)時(shí)獲取目標(biāo)工藝參數(shù)和目標(biāo)燒成帶圖像，根據(jù)所述全卷積模型和所述殘差神經(jīng)模型分別對所述目標(biāo)工藝參數(shù)和所述目標(biāo)燒成帶圖像進(jìn)行特征提取操作，分別獲得目標(biāo)工藝特征數(shù)據(jù)和目標(biāo)圖像特征數(shù)據(jù)，并將所述目標(biāo)工藝特征數(shù)據(jù)和所述目標(biāo)圖像特征數(shù)據(jù)依次輸入至所述特征融合模型和長短期記憶模型中，獲得目標(biāo)窯況類別；所述基于所述全卷積模型對所述工藝組合數(shù)據(jù)進(jìn)行特征提取操作，獲得工藝特征數(shù)據(jù)，并基于所述殘差神經(jīng)模型對所述燒成帶拼接圖像進(jìn)行特征提取操作，獲得圖像特征數(shù)據(jù)的步驟包括：去除所述全卷積模型的全連接層，獲得參數(shù)特征提取模型，將所述工藝組合數(shù)據(jù)輸入至所述參數(shù)特征提取模型中，獲得所述工藝特征數(shù)據(jù)；去除所述殘差神經(jīng)模型的全連接層，獲得圖像特征提取模型，將所述燒成帶拼接圖像輸入至所述圖像特征提取模型中，獲得所述圖像特征數(shù)據(jù)。

如需購買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人華潤數(shù)字科技有限公司，其通訊地址為：518000 廣東省深圳市福田區(qū)梅林街道梅都社區(qū)中康路136號深圳新一代產(chǎn)業(yè)園2棟801；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。