专利交易市场

本发明公开了一种基于多模态数据融合的大型工程装备设计意图提取方法，属于工程设计意图提取技术领域，包括以下步骤：将历史项目设计资源进行分类形成多模态资源，通过基于卷积神经网络和编码器的多支路单模态特征提取网络提取多模态特征向量，并通过基于自注意力机制的单模态特征融合网络融合多模态向量中的部件模型特征向量得到部件融合特征向量，通过多模态特征融合网络对多模态特征向量进行融合得到设计意图特征向量。本发明结合了多模态设计资源的特征，保留了部件之间的关联信息，提高了提取的准确性可辅助大型工程机械装备设计过程中的设计任务，缩减大型工程机械装备设计过程中的设计开销，并减少因为设计失误产生的设计变更损失。

本发明公开了一种基于多模态数据协同训练的缺陷诊断方法及系统，属于缺陷诊断技术领域，具体包括：构建包含特征提取子网络与跨模态注意力模块的多模态协同诊断模型；采集多模态数据并预处理后，经特征提取子网络获取初始特征，再由跨模态注意力模块生成注意力权重，得到加权后的多模态特征，经多尺度特征提取子网络后获得多尺度融合特征，再通过级联处理给出初步诊断结果；同时检测数据完整性，通过级联式协同诊断应对模态缺失场景；最后将两类诊断结果与缺陷标注样本比对，得到训练优化后的多模态协同诊断模型，再输入待诊断样本数据后，输出最终诊断结果并更新缺陷标注样本，实现了高效精准的缺陷诊断。

基于多模态数据变时滞变耦合特性建模的小样本烧结工况识别方法，包括采集回转窑现场工况数据，为已知工况的数据打上工况类别标签；将多个热工变量与多个火焰视频特征序列并行拼接，提取已知标签工况样本中变时滞特征及变耦合特征；将变耦合特征输入分类器，进行识别模型的参数更新学习；提取无标签工况样本中变时滞特征及间变耦合特征；计算已知标签的异常工况样本与无标签工况样本的变时滞特征、变耦合特征的相似度，根据特征相似度，为无标签工况样本标定对应异常工况伪标签，或丢弃该无标签工况样本；将标为异常工况伪标签的工况样本加入已知标签样本，形成训练样本集，利用训练样本集重新训练识别模型。本发明工况识别精度高。