華潤數(shù)字科技有限公司劉雨桐獲國家專利權(quán)
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)”。
1、本報(bào)告根據(jù)公開、合法渠道獲得相關(guān)數(shù)據(jù)和信息,力求客觀、公正,但并不保證數(shù)據(jù)的最終完整性和準(zhǔn)確性。
2、報(bào)告中的分析和結(jié)論僅反映本公司于發(fā)布本報(bào)告當(dāng)日的職業(yè)理解,僅供參考使用,不能作為本公司承擔(dān)任何法律責(zé)任的依據(jù)或者憑證。


熱門推薦
- 中交第二公路工程局有限公司劉新華獲國家專利權(quán)
- 大冶市偉澤農(nóng)業(yè)科技有限公司柯賢軍獲國家專利權(quán)
- 海信(山東)冰箱有限公司文蛟獲國家專利權(quán)
- 深圳麥克韋爾科技有限公司歐國亮獲國家專利權(quán)
- 江蘇集萃微納自動化系統(tǒng)與裝備技術(shù)研究所有限公司王純配獲國家專利權(quán)
- 賓夕法尼亞大學(xué)董事會M·魯埃拉獲國家專利權(quán)
- 上海微創(chuàng)生命科技有限公司侯雙龍獲國家專利權(quán)
- 魔椅(廣州)健身科技有限公司陳毅獲國家專利權(quán)
- 杭州眾能光電科技有限公司徐敬超獲國家專利權(quán)
- 中芯國際集成電路制造(上海)有限公司周鳴獲國家專利權(quán)