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(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉中科南京人工智能創(chuàng)新研究院申請的專利基于聯(lián)合分布優(yōu)化與結(jié)構(gòu)知識引導的缺陷檢測方法及系統(tǒng)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：CN120411083B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-09-02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：202510900787.5，技術(shù)領(lǐng)域涉及：G06T7/00；該發(fā)明授權(quán)基于聯(lián)合分布優(yōu)化與結(jié)構(gòu)知識引導的缺陷檢測方法及系統(tǒng)是由李磊;李成華;周生宵設(shè)計研發(fā)完成，并于2025-07-01向國家知識產(chǎn)權(quán)局提交的專利申請。

本基于聯(lián)合分布優(yōu)化與結(jié)構(gòu)知識引導的缺陷檢測方法及系統(tǒng)在說明書摘要公布了：本發(fā)明公開了一種基于聯(lián)合分布優(yōu)化與結(jié)構(gòu)知識引導的缺陷檢測方法及系統(tǒng)，方法包括：解析設(shè)備結(jié)構(gòu)化文檔以構(gòu)建包含物理連接關(guān)系的設(shè)備物理拓撲圖；采用圖卷積網(wǎng)絡(luò)處理該拓撲圖生成結(jié)構(gòu)化特征向量，并提取多模態(tài)感知數(shù)據(jù)的感知特征向量；構(gòu)建知識增強的注意力模型，利用結(jié)構(gòu)化特征向量作為鍵和值，引導感知特征向量進行跨模態(tài)融合；通過包含聯(lián)合分布散度損失與Lipschitz穩(wěn)定性約束的組合優(yōu)化目標對模型進行訓練，以保證多模態(tài)特征在共享語義空間中的一致性與物理真實性。本發(fā)明能夠顯著提升缺陷檢測的準確率，并生成具有物理可解釋性的根因診斷報告。

本發(fā)明授權(quán)基于聯(lián)合分布優(yōu)化與結(jié)構(gòu)知識引導的缺陷檢測方法及系統(tǒng)在權(quán)利要求書中公布了：1.基于聯(lián)合分布優(yōu)化與結(jié)構(gòu)知識引導的缺陷檢測方法，其特征在于，包括： 解析設(shè)備結(jié)構(gòu)化文檔，構(gòu)建設(shè)備物理拓撲圖； 采用圖神經(jīng)網(wǎng)絡(luò)處理設(shè)備物理拓撲圖，生成結(jié)構(gòu)化特征向量； 從工業(yè)設(shè)備采集多模態(tài)感知數(shù)據(jù)，并從多模態(tài)感知數(shù)據(jù)中提取感知特征向量； 在注意力模型中，利用結(jié)構(gòu)化特征向量引導感知特征向量的對齊，進行跨模態(tài)特征融合，得到融合特征表示； 基于融合特征表示，生成缺陷檢測結(jié)果； 其中，利用結(jié)構(gòu)化特征向量引導感知特征向量的對齊，進行跨模態(tài)特征融合，得到融合特征表示，包括： 將結(jié)構(gòu)化特征向量分別映射為一組鍵向量和一組值向量，該組鍵向量與值向量用于描述設(shè)備物理拓撲的結(jié)構(gòu)信息； 將感知特征向量變換為查詢向量，查詢向量用于表征從設(shè)備采集的實時狀態(tài)； 通過查詢向量探查鍵向量，以確定感知特征向量與設(shè)備物理拓撲之間的關(guān)聯(lián)度，并基于關(guān)聯(lián)度對值向量進行動態(tài)加權(quán)，聚合形成融合特征表示。

如需購買、轉(zhuǎn)讓、實施、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)人中科南京人工智能創(chuàng)新研究院，其通訊地址為：211135 江蘇省南京市江寧區(qū)創(chuàng)研路266號麒麟人工智能產(chǎn)業(yè)園3號樓3樓；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)”。