本申请涉及实训室管理领域，其具体地公开了一种基于人工智能的实训室管理平台及方法，其首先获取由摄像头采集的实训室监控图像、由数据库采集的课程信息和由安装在实训室内的RFID读写器采集的学生身份信息，然后利用深度学习技术，对三者进行特征提取和关联分析，最后通过分类器，以判断是否发出可疑人员预警警报，以帮助管理人员更好地了解实训室的运行情况，从而加强实训室的安全防范能力，提高实训室的整体安全水平。
📄 2024107837222
📂 G06F18_2433
👤 广州袋鼠技术服务有限公司
📅 2024-06-18
本发明涉及设备故障预测与诊断技术领域，公开了一种基于动态特征融合的设备故障预测与诊断方法及系统，包括采集多模态监测信号、预处理生成标准化时序数据流、通过局部细节感知网络和全局趋势捕捉网络提取特征向量、利用自适应特征融合模块生成综合特征向量，并通过分类决策网络输出运行状态类别及置信度评分。本发明能够有效融合多模态时序特征，动态调整特征权重，精准识别设备运行状态，提升故障预测与诊断的准确性和可靠性。
📄 2025113403244
📂 G06F18_2433
👤 龙岩学院
📅 2025-09-19
本发明公开了基于神经网络模型的电气设备能效评估方法及系统，属于能效数据管理领域，包括以下步骤：获取模型训练数据，从模型训练数据中提取同类型若干累计型计量数据的记录时间点，按照时间先后顺序对若干累计型计量数据进行排序管理，得到按时间先后排列的累计型计量序列，对累计型计量序列执行计量轨迹断裂检测，检测完成后提取各断裂区间及异常类型，以各断裂区间为边界分段，对累计型计量序列进行分段并修正累计轨迹，对各断裂区间生成候选补充序列，对候选补充序列执行数据一致性校验，从而解决了现有技术中模型对异常点过拟合并削弱对正常工况的刻画能力，最终提高了能效评估结果在稳定性、准确性与工程可用性。
📄 2026100728331
📂 G06F18_2433
👤 龙岩学院
📅 2026-01-20
本申请涉及一种光伏发电异常检测方法及系统。该方法包括：基于设备地理图结构，确定各相邻设备的第一地理注意得分，由距离衰减因子和方向向量确定；基于由和软邻接门控确定的第二地理图注意力得分，确定地理图增强序列；根据地理图增强序列以及由训练集得到的时间增强序列和变量增强序列确定自重构流程，根据自重构流程以及各设备对应的动态阈值，构建异常检测模型；将待测光伏系统运行数据输入异常检测模型，得到光伏发电的异常检测结果。采用本方法能够满足分布式光伏系统高精度的异常检测需求。
📄 2026104113196
📂 G06F18_2433
👤 南京信息工程大学
📅 2026-03-31
本发明公开了一种基于时间尺度分离的极端低温季节预测方法、系统及介质，涉及温度预测技术领域，所述方法包括：获取目标区域内各格点的日最低气温观测数据，采用相对阈值法得到目标区域的平均极端低温日数的时间序列，并分别与多组幅值受控的高斯白噪声叠加，构建噪声扰动样本集；对噪声扰动样本集进行集合经验模态分解和最大熵谱分析，并利用时滞相关分析获取各阶稳定本征模态函数具有物理意义的预测因子；基于随机森林算法构建预测各阶稳定本征模态函数的预测模型，基于训练好的预测模型进行各阶稳定本征模态函数预测，并基于预测结果重构得到目标区域的平均极端低温日数的预测值。本发明能够显著提升极端低温季节预测的稳定性和准确度。
📄 2026102845452
📂 G06F18_2433
👤 南京信息工程大学
📅 2026-03-10
一种基于两阶段LSTM的汽车传感器攻击检测与修复方法，通过对数据集进行预处理，将汽车的各种转向情况按方向盘角度变化的剧烈程度进行标识，利用CLSTM(分类模型)进行特征提取，准确的识别汽车当前所处的转向情况，通过转向情况的差异自主选择相对应的RLSTM(回归模型)进行预测，通过设定一个误差阈值，通过比较当前时刻预测值与观测值的差，如果预测值与观测值的差高于这个误差阈值，将预测值替换观测值并反馈给汽车模型，本发明提出的这种两阶段LSTM方法，相比传统的单模型方法更能够应付汽车行驶环境复杂的场景，攻击检测准确率高，误报率低，且对汽车传感器受到的非侵入式注入攻击有一定的抵御效果。
📄 2021104224590
📂 G06F18_2433
👤 浙江工业大学
📅 2021-04-20
本发明涉及一种基于信号强度和图神经网络的无人机异常检测方法，属于多无人机系统安全领域。本发明包括：构建以通信半径为约束的动态无人机拓扑图；提取奖励图、高斯目标图、障碍图及空间偏好图等多通道空间特征，经编码获得节点嵌入；采用多头图注意力机制融合信号强度信号偏差特征，通过残差连接增强梯度稳定性；利用DiffPool可学习池化机制构建分层图结构，结合聚类一致性损失优化簇内特征表达；最终基于注意力加权的信号强度偏差评分实现异常无人机识别。本发明解决了动态拓扑适应性与噪声鲁棒性问题，适用于城市空域监管及集群协作场景。
📄 2025111838557
📂 G06F18_2433
👤 浙江工业大学
📅 2025-08-22
本发明公开了一种融合多图神经网络的工业系统异常数据流检测与诊断方法，包括：工业系统的拓扑结构图构建：基于工业系统中各设备之间的直接连接关系建立拓扑结构图；工业系统的功能结构图构建：基于工业系统中各设备之间的功能相似度建立功能结构图；融合多图神经网络的异常检测：融合多个图神经网络建立工业系统数据流预测模型，并根据预测数据与真实数据的差异实现异常检测；基于注意力机制的异常诊断：通过注意力权重的反向计算，得到影响异常产生的时间因素、语义因素和设备因素。本发明实现诊断的全面性和精确性。
📄 2022110261642
📂 G06F18_2433
👤 浙江工业大学
📅 2022-08-25
本发明属于旋转机械故障检测技术领域，公开了一种基于非侵入式量测的水轮机可解释故障检测方法，包括利用基于小波核卷积自编码器的压缩网络，获得低维时序依赖特征表示以及重构特征；根据重构特征得到重构输入样本，并计算样本重构误差；利用单独的估计网络分别预测混合隶属度矩阵与状态转移概率矩阵，根据预测值估计高斯混合隐马尔可夫模型的参数，并计算低维时序依赖特征表示的能量；基于样本重构误差、低维时序依赖特征表示的能量以及罚函数构建联合优化损失函数，并基于联合优化损失函数更新压缩网络和估计网络的参数进行训练。本发明增强了模型的可解释性，并且提高了故障检测在变工况条件下的泛化能力和适用性。
📄 2024116881120
📂 G06F18_2433
👤 浙江工业大学
📅 2024-11-25
基于邻域重建和图对比学习的交通轨迹异常检测方法和装置，其方法包括：通过选择Porto数据集并进行数据预处理，构建了一个交通轨迹网络，将每辆车的轨迹数据抽象为图中的节点，并通过边表示车辆之间的关系；通过邻域重建模块，利用图神经网络对节点的接收域进行编码，在降维空间中重建节点的邻域结构，捕捉交通轨迹中车辆之间的复杂关系和属性信息；利用图对比学习最大化正样本相似度和最小化负样本相似度，以增强模型对交通轨迹异常行为的学习能力，进而提高对异常轨迹的检测准确性；通过定义的异常评分函数，计算每个轨迹的异常分数，并基于历史数据和误差分析等手段设定异常分数的阈值；最终，通过排名异常分数，高分的轨迹被标记为可能的异常，实现了对交通轨迹异常行为的有效检测。
📄 2025100138876
📂 G06F18_2433
👤 浙江工业大学
📅 2025-01-06
本发明涉及人工智能技术，具体涉及一种基于大模型的多维时序数据异常检测方法。本发明将原始多维时序数据映射到统一的尺度，再采用离散化方法将多维时序数据转化为多个单维的符号序列；利用正常状态的符号序列组成的集合对大模型底座进行微调；通过比对大模型的预测结果与真实数值之间的误差，得到每个单维时序数据在当前时刻的单维异常检测结果和全局异常检测结果。本发明通过将时序数据转化为符号序列，并通过微调已有的大模型底座实现对时序数据的异常检测，可利用大模型强大的泛化能力，克服传统小模型异常检测方法的跨场景能力不足的问题，实现在新场景中的少样本甚至零样本检测。
📄 2025118248847
📂 G06F18_2433
👤 浙江工业大学
📅 2025-12-05
本发明公开了一种基于双分支对比学习的供热系统二次网异常检测方法及系统，属于工业互联网及供热系统检测技术领域，包括：采集供热系统二次网的多维时序运行数据形成时间序列样本集；利用双分支对比学习模型获得时间序列样本集中各样本的异常分数，具体地：将时间序列样本集依次经过序列嵌入模块和窗口级特征融合模块，获得增强时序特征表示并切分为多个特征块，利用双重注意力模块提取特征块的全局特征和局部特征；计算各样本的异常分数；判断是否存在样本的异常分数超过预设阈值，若是，认为供热系统二次网存在异常并记录异常发生时间，否则，认为供热系统二次网不存在异常。无需依赖纯净训练样本，可精确检测到异常并定位异常发生时间。
📄 2026104170362
📂 G06F18_2433
👤 浙江工业大学
📅 2026-04-01
柿子坊 · 知识产权运营
柿子坊知识产权运营平台