恭喜泉州师范学院陈玉思获国家专利权
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!
龙图腾网恭喜泉州师范学院申请的专利一种基于内在参数学习的智能制造异常检测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:CN119669866B 。
龙图腾网通过国家知识产权局官网在2025-04-11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:202510186373.0,技术领域涉及:G06F18/241;该发明授权一种基于内在参数学习的智能制造异常检测方法是由陈玉思;叶宇光;刘超;朱达欣;王丹娜;柯跃前设计研发完成,并于2025-02-20向国家知识产权局提交的专利申请。
本一种基于内在参数学习的智能制造异常检测方法在说明书摘要公布了:本发明公开了一种基于内在参数学习的智能制造异常检测方法,属于人工智能领域,该方法包括以下步骤:向机器学习模型输入高维多光谱数据集,高维多光谱数据集包括:高维多光谱数据特征和高维多光谱数据特征对应的标签信息;基于高维多光谱数据特征和高维多光谱数据特征对应的标签信息对模型参数进行分类得到内在参数和外在参数;对内在参数进行优化得到优化后的内在参数,对外在参数进行优化得到优化后的外在参数;对优化后的内在参数进行约束优化增强,同时进行目标函数归一化处理得到最终的目标函数,基于最终的目标函数得到分布外样本检测结果。
本发明授权一种基于内在参数学习的智能制造异常检测方法在权利要求书中公布了:1.一种基于内在参数学习的智能制造异常检测方法,其特征在于,包括以下步骤:向机器学习模型输入高维多光谱数据集,所述高维多光谱数据集包括:高维多光谱数据特征和高维多光谱数据特征对应的标签信息;基于所述高维多光谱数据特征和高维多光谱数据特征对应的标签信息对模型参数进行分类得到内在参数和外在参数;其中,所述内在参数为不受到分布偏移影响的参数;所述外在参数为在协方差偏移条件下会对OOD检测产生负面影响的参数;对所述内在参数进行优化得到优化后的内在参数,对所述外在参数进行优化得到优化后的外在参数;对所述优化后的内在参数进行约束优化增强,同时进行目标函数归一化处理得到最终的目标函数,基于所述最终的目标函数得到分布外样本检测结果;对模型参数进行分类得到内在参数和外在参数的分类标准为: ;式中,表示模型参数;表示的梯度;Dtrain表示训练数据集;表示参数权重的大小;表示用于判断参数内在性的指标值;对所述内在参数进行优化得到优化后的内在参数的过程包括:基于损失函数和权重衰减对内在参数进行正向梯度更新得到优化后的内在参数;其中,获得优化后的内在参数的表达式为: ;式中,表示第t次迭代时内在参数的当前值;表示第t+1次迭代时更新后的内参值;表示损失函数;表示学习率;表示损失函数相对于内参在第t次迭代时的梯度;表示权重衰减因子;表示符号函数;表示训练数据集;对所述外在参数进行优化得到优化后的外在参数的过程包括:基于权重衰减对外在参数进行负向梯度更新得到优化后的外在参数;其中,获得优化后的外在参数的表达式为: ;式中,表示第t步时刻的外部参数;表示第t+1步时刻更新后的外部参数;表示权重衰减因子;表示学习率。
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泉州师范学院,其通讯地址为:362000 福建省泉州市丰泽区东海大街398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”。
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。