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！

龙图腾网恭喜重庆邮电大学申请的专利基于图正则增量非负矩阵分解的采矿场景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：CN114238854B 。

龙图腾网通过国家知识产权局官网在2025-05-16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：202111509423.2，技术领域涉及：G06F18/2433；该发明授权基于图正则增量非负矩阵分解的采矿场景异常检测方法是由陈自刚;肖琪;陈龙;张镇江;潘鼎设计研发完成，并于2021-12-10向国家知识产权局提交的专利申请。

本基于图正则增量非负矩阵分解的采矿场景异常检测方法在说明书摘要公布了：本发明提供一种基于图正则增量非负矩阵分解的采矿场景异常检测方法，属于异常检测与诊断技术领域和智能安全领域。该方法首先使用两套设备采集正常状态下的采矿环境信息，两套设备获得的数据均分别做以下处理；将数据进行预处理获得训练集X'；然后通过图正则增量非负矩阵分解得到最优基矩阵Wnew和系数矩阵Hnew；由此建立监控统计量N2和SPE,计算两套设备训练集的控制限；再重新采集数据测试集X”进行检测，计算测试集X”的统计量，最后将该统计量与两套控制限进行对比，从而判断采矿场景是否异常；当场景异常时，将最大的或较大的几个贡献值作为异常原因上传至控制接口以展示。该方法解决传统采矿场景异常检测不及时、不准确等弊端，打造数字化矿业。

本发明授权基于图正则增量非负矩阵分解的采矿场景异常检测方法在权利要求书中公布了：1.基于图正则增量非负矩阵分解的采矿场景异常检测方法,其特征在于，包括以下步骤：S1：数据采集；使用两套设备，每套设备包括摄像头及瓦斯传感器、CO2传感器，各传感器数量为一个，对多个正常工作时刻下的环境进行采样；两套设备获得的数据均分别做以下相同处理；S2：数据预处理；将S1采集的数据进行灰度化、向量化、归一化预处理后得到训练集X'，初始训练样本矩阵该矩阵中有k个样本，由训练集X'中某个时段的数据样本组成，将训练集X'中此后时刻的数据样本依次作为下一个新增样本；S3：训练阶段；将S2得到的初始训练样本矩阵和新增样本进行图正则增量非负矩阵分解得到最优基矩阵Wnew和系数矩阵Hnew；其中使用进行SVD分解得到的奇异值矩阵、奇异向量矩阵分别对进行图正则非负矩阵分解中的基矩阵和系数矩阵初始化；这样不会破坏原始数据的数据结构，能在低维空间保持样本的几何结构信息，还能结合增量学习充分利用上一步的分解结果，避免重复计算，从而降低了运算时间；S4：计算控制限；由S3得到的Wnew、Hnew计算监控统计量N2和SPE，N2为监控特征空间的变化，SPE为监控残差空间的变化；再采用核密度估计KED方法对过程数据进行概率密度估计，提取出数据的实际分布信息，从而确定每套设备训练样本对应的统计量控制限S5：测试阶段；重新采集测试集数据X”进行检测，对测试集X”进行S2、S3相同处理，求出对应的统计量，将该监控统计量与两套控制限进行对比；如果统计量均在两套设备训练集的控制限之内则表示正常状态；如果任意一个或两个统计量均在两套设备训练集的控制限之外则表示异常状态，立即进行一级警报；如果任意一个或两个统计量仅在其中一套设备训练集的控制限之外则进一步排查是否为设备异常，若不是则为环境异常，进行二级警报；当场景异常时，计算贡献值并进行排序，将最大的几个贡献值作为异常原因上传至控制接口以展示。

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重庆邮电大学，其通讯地址为：400065 重庆市南岸区崇文路2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”。