<thead id="3jag6"><rt id="3jag6"><noscript id="3jag6"></noscript></rt></thead>
  • <s id="3jag6"><track id="3jag6"><menuitem id="3jag6"></menuitem></track></s>
        <sub id="3jag6"><p id="3jag6"></p></sub>

          <style id="3jag6"></style>
          国产精品久久久久久久网,人人妻人人澡人人爽国产,亚洲中文字幕无码爆乳APP,免费大片黄国产在线观看,无码抽搐高潮喷水流白浆,国产久免费热视频在线观看,国产亚洲精品成人aa片新蒲金,久久久97丨国产人妻熟女
          Document
          拖動滑塊完成拼圖
          個人中心

          預訂訂單
          服務訂單
          發布專利 發布成果 人才入駐 發布商標 發布需求

          在線咨詢

          聯系我們

          龍圖騰公眾號
          首頁 專利交易 IP管家助手 科技果 科技人才 科技服務 國際服務 商標交易 會員權益 需求市場 關于龍圖騰
           /  免費注冊
          到頂部 到底部
          清空 搜索
          當前位置 : 首頁 > 專利喜報 > 浙江大學賀詩波獲國家專利權

          浙江大學賀詩波獲國家專利權

          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!

          龍圖騰網獲悉浙江大學申請的專利一種基于云邊協同的工業異常檢測方法及裝置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:CN120388379B

          龍圖騰網通過國家知識產權局官網在2025-09-16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:202510887511.8,技術領域涉及:H04L67/50;該發明授權一種基于云邊協同的工業異常檢測方法及裝置是由賀詩波;寒翔;錢斌;周啟航;陳積明;孟文超設計研發完成,并于2025-06-30向國家知識產權局提交的專利申請。

          一種基于云邊協同的工業異常檢測方法及裝置在說明書摘要公布了:本發明公開了一種基于云邊協同的工業異常檢測方法及裝置,包括:工業現場配置包含大模型的云服務器和包含異常檢測模型的邊緣客戶端;使用攝像頭實時采集工業產線上產品的圖像數據并標注;使用所述圖像數據在邊緣客戶端對異常檢測模型進行訓練;將訓練后的異常檢測模型參數上傳至云服務器進行聚合,通過大模型與多個小模型協同生成集成軟標簽,使用集成軟標簽對邊緣客戶端的異常檢測模型進行參數更新;循環異常檢測模型的訓練和更新,并行對實時采集圖像數據進行檢測。本發明融合大模型泛化能力與小模型局部經驗,增強模型集體智慧,顯著提高工業流水線上異常檢測的準確性、穩定性和跨產線泛化能力,滿足邊緣設備資源受限條件下的實時性要求。

          本發明授權一種基于云邊協同的工業異常檢測方法及裝置在權利要求書中公布了:1.一種基于云邊協同的工業異常檢測方法,其特征在于,包括以下步驟: S1、工業現場配置包含大模型的云服務器和包含異常檢測模型的邊緣客戶端; S2、使用攝像頭實時采集工業產線上產品的圖像數據并標注; S3、使用所述圖像數據在邊緣客戶端對異常檢測模型進行訓練;將訓練后的異常檢測模型參數上傳至云服務器進行聚合,通過大模型與多個小模型協同生成集成軟標簽,使用集成軟標簽對邊緣客戶端的異常檢測模型進行參數更新; 所述通過大模型與多個小模型協同生成集成軟標簽具體包括: 對于云端訓練集中的每個樣本:使用大模型進行前向傳播生成預測分布;使用每個被選中的客戶端小模型分別進行前向傳播生成預測分布;計算每個被選中的客戶端小模型的預測分布的熵作為對當前樣本的預測置信度;根據所述預測置信度,對每個小模型預測分布加權平均,得到小模型集成預測;將大模型預測分布與小模型集成預測進行融合,形成最終的集成軟標簽; S4、循環異常檢測模型的訓練和更新,并行對實時采集的圖像數據進行檢測。

          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浙江大學,其通訊地址為:310058 浙江省杭州市西湖區余杭塘路866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”。

          以上內容由AI智能生成
          免責聲明
          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。
          主站蜘蛛池模板: 公喝错春药让我高潮| 久久精品无码av| 日韩免费无砖专区2020狼| 久久www香蕉免费人成| 国产在线观看免费人成视频 | 国产网红无码精品视频| 熟女内射v888av| 欧美成人精品高清视频在线观看| 亚洲中字幕日产av片在线| 国精品无码一区二区三区在线| 亚洲综合久久久久久888| 大陆极品少妇内射aaaaaa| 国产午精品午夜福利757视频播放| www夜片内射视频日韩精品成人| 无码免费午夜福利片在线| 国产精品香蕉成人网在线观看| 免费的很黄很污的视频| 亚洲2020天天堂在线观看| 人妻无码人妻有码中文字幕在线 | 看全色黄大色黄大片 视频| 强奷妇系列中文字幕| 国产v在线最新观看视频| 亚洲日韩精品无码一区二区三区| 成人3D动漫一区二区三区| 亚洲精品久久7777777| 成人性生交大片免费看r链接 | 国产精品无码翘臀在线看| 在线视频中文字幕二区| 天堂网在线最新版www资源网| 亚洲一区二区三区四区五区六| 日韩欧美高清dvd碟片| 最新亚洲人成无码网站| 老熟女乱之仑视频| 婷婷综合久久中文字幕| 欧美肥妇bwbwbwbxx| 2021亚洲国产精品无码| 含紧一点h边做边走动免费视频| 久久精品国产只有精品66| 国产福利一区二区精品秒拍| 18禁无遮挡免费视频网站| 国产福利在线观看免费第一福利|