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！

龙图腾网恭喜兰州理工大学申请的专利基于多特征信息融合的膜组件膜污染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：CN115147645B 。

龙图腾网通过国家知识产权局官网在2025-05-30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：202210729844.4，技术领域涉及：G06V10/764；该发明授权基于多特征信息融合的膜组件膜污染检测方法是由石耀科;王志文;巩彬;杜先君;卢延荣;李龙;令国壁设计研发完成，并于2022-06-24向国家知识产权局提交的专利申请。

本基于多特征信息融合的膜组件膜污染检测方法在说明书摘要公布了：本发明公开基于多特征信息融合的膜组件膜污染检测方法，包括以下步骤：采集膜污染数据；对膜污染数据进行分类编码；利用图像处理技术扩大数据集，得时域图片集，利用图像傅里叶变换得频域数据集；将时域图片集和频域数据集均按一定比例分别划分为训练集、测试集和验证集；构建CBAM‑MIL‑CNN网络模型，对CBAM‑MIL‑CNN网络模型进行调整和优化；将测试集数据信息输入优化后的CBAM‑MIL‑CNN网络模型，对膜组件膜污染状态进行识别。本发明网络模型应用于膜组件膜污染检测中，该网络模型综合性能优异，能够有效实现所有膜污染的高效分类与定位，使得膜法水处理提高出水水质的同时降低能耗，为实际生产提供理论基础。

本发明授权基于多特征信息融合的膜组件膜污染检测方法在权利要求书中公布了：1.基于多特征信息融合的膜组件膜污染检测方法，其特征在于，包括以下步骤：1）采集膜污染数据；2）对膜污染数据进行分类编码；3）利用图像处理技术扩大数据集，得时域图片集，利用图像傅里叶变换得频域数据集；4）将步骤3）时域图片集和频域数据集均按一定比例分别划分为训练集、测试集和验证集；5）构建CBAM-MIL-CNN网络模型，将训练集数据信息输入CBAM-MIL-CNN网络模型中，验证CBAM-MIL-CNN网络模型的误差，再将验证集数据信息输入CBAM-MIL-CNN网络模型，对CBAM-MIL-CNN网络模型进行调整和优化；6）将测试集数据信息输入优化后的CBAM-MIL-CNN网络模型，对膜组件膜污染状态进行识别；步骤5）CBAM-MIL-CNN模型由网络模型单元1、网络模型单元2、模式识别单元3构成，网络模型单元1、网络模型单元2具有相同的网络结构，网络模型单元1、网络模型单元2的网络结构均包括输入层、分别添加有激活函数的卷积层a、卷积层b、卷积层c、卷积层d和卷积层e和CBAM模块，卷积层a、卷积层b、卷积层e分别还依次添加有批归一化层和池化层，CBAM模块连接于卷积层a、卷积层b的输出端，或卷积层a、卷积层b上的批归一化层，或池化层的输出端，模式识别单元3利用全连接层将网络模型单元1和网络模型单元2的特征信息进行拼接、输出，送入softmax分类器进行分类、识别；卷积层a、卷积层b的输出端依次添加有批归一化层、CBAM模块和池化层。

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兰州理工大学，其通讯地址为：730000 甘肃省兰州市七里河区兰工坪路287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”。