恭喜國網四川省電力公司電力科學研究院滕予非獲國家專利權
買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!
龍圖騰網恭喜國網四川省電力公司電力科學研究院申請的專利一種基于正負樣本融合的端到端異常檢測方法、系統及介質獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN119557817B 。
龍圖騰網通過國家知識產權局官網在2025-05-27發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202510125530.7,技術領域涉及:G06F18/2433;該發明授權一種基于正負樣本融合的端到端異常檢測方法、系統及介質是由滕予非;張凌浩;鄺俊威;向思嶼;劉洪利;李旭旭;李林;李亞強;劉昶;毛楊;周明宏;杜佩珂設計研發完成,并于2025-01-27向國家知識產權局提交的專利申請。
本一種基于正負樣本融合的端到端異常檢測方法、系統及介質在說明書摘要公布了:本發明公開了一種基于正負樣本融合的端到端異常檢測方法、系統及介質;涉及異常檢測技術領域;本方案在傳統充檢測技術基礎上進行方法上的改進,充分利用了正負樣本的優勢,提高異常檢測的準確率和召回率;通過構建生成異常數據集、真實異常數據集和真實異常圖文描述對,對應構建出訓練集A、訓練集B和訓練集C,以訓練集A、訓練集B和訓練集C分階段訓練所述端到端異常檢測網絡;確保端到端異常檢測網絡能夠有效學習到異常的特征,并減少誤報。
本發明授權一種基于正負樣本融合的端到端異常檢測方法、系統及介質在權利要求書中公布了:1.一種基于正負樣本融合的端到端異常檢測方法,其特征在于,包括:構建基于正負樣本融合的端到端異常檢測網絡;包括方法:以對比語言-圖像預訓練模型中的TextEncoder分支作為異常提示文本編碼網絡,并以改進型yolov8網絡作為正負樣本融合網絡;所述改進型yolov8網絡包括A分支、B分支和特征融合網絡;所述A分支基于傳統yolov8網絡對一張測試圖進行特征提取;所述B分支基于3d卷積和2d卷積對多張底圖進行特征提取;所述特征融合網絡用于融合A分支提取的特征和B分支提取的特征;配置包括預測類別特征向量、預測異常位置框以及異常置信度的檢測頭;基于類別特征向量和異常提示文本編碼網絡輸出的文本特征向量進行對比,根據余弦距離最大值確定異常類別;構建生成異常數據集、真實異常數據集和真實異常圖文描述對,對應構建出訓練集A、訓練集B和訓練集C;所述訓練集A和訓練集B均包括測試圖集和底圖集;分別以訓練集A、訓練集B和訓練集C分階段訓練所述端到端異常檢測網絡;具體包括方法:以訓練集A訓練端到端異常檢測網絡的正負樣本融合網絡部分,并進行框預測和異常置信度預測;以訓練集C訓練端到端異常檢測網絡的異常提示文本編碼網絡部分;以訓練集B訓練整個端到端異常檢測網絡,并進行框預測、異常置信度預測和類別特征向量預測;基于已訓練好的端到端異常檢測網絡進行異常檢測。
如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人國網四川省電力公司電力科學研究院,其通訊地址為:610000 四川省成都市高新區錦暉西二街16號;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。