本发明涉及数控机床控制技术领域，尤其涉及一种基于人工智能的数控机床电气控制系统，包括：机床数据录入模块，用以录入加工部件信息和数控机床参数，运行数据采集模块，用以采集监测周期内的数控机床运行数据和加工部件图像，模式分析模块，用以对加工部件的难易等级进行分级，并对数控机床的加工模式进行分析，负荷监测模块，用以对设备的运行状态进行分析，并对设备负荷状态进行分析，部件监测模块，用以对加工部件的加工状态进行分析，安全预警模块，用以对加工过程进行报警，电气控制模块，用以对下一监测周期数控机床的工作过程进行控制。本发明有效提高了数控机床加工过程的安全性和电气控制效率。
📄 2024114806430
📂 G05B19_042
👤 山东海鲲数控设备有限公司
📅 2024-10-23
本发明涉及金融数据处理技术领域，具体为基于人工智能的财务风险识别方法及系统，包括以下步骤：通过财务报表数据对市场舆情文本数据进行向量化编码；构建包含企业节点与关联交易边及其属性权重的多模态金融知识图谱，将编码后的向量特征映射至对应的图谱节点中；利用图注意力神经网络模型对所述多模态金融知识图谱进行深度遍历与邻域特征聚合，提取潜在的风险传导特征；计算生成财务风险概率值，若该值超过预设阈值则触发风险预警指令。本发明中，通过构建融合结构化财务指标与非结构化舆情信息的图谱结构，有效解决了传统方法难以捕捉非线性关联风险的缺陷，通过图神经网络的深度聚合机制，实现了对隐蔽性关联风险的高精度识别。
📄 2026104170678
📂 G06Q40_12
👤 贵州蓝天创新科技有限公司
📅 2026-04-01
本发明涉及数据处理技术领域，具体涉及一种基于自编码神经网络的图像重建方法及系统。该方法包括：自编码卷积神经网络采用联合损失函数进行训练；获取初始图像，将所述初始图像输入自编码卷积神经网络，输出重构图像；根据所述初始图像、所述重构图像分别进行频域变换，得到初始频域图像、重构频域图像；根据所述初始频域图像、所述重构频域图像计算获取加权频域损失；获取加权空间频率损失、空域损失；以所述加权频域损失、所述加权空间频率损失、所述空域损失作为所述联合损失函数。该方法使得自编码神经网络更加关注高频成分的重构精度，可以让网络更有效的学习图像中主体的轮廓与细节信息，避免重建图像模糊，提高重建图像的精度。
📄 2023114760979
📂 G06T7_13
👤 常州中讯新动科技产业发展有限公司
📅 2023-11-08
本发明公开了一种基于演化神经网络架构搜索的短临降水预报方法，属于天气预报技术领域。本发明首先构建神经网络架构的编码规则，以该编码规则搭建初始的短临降水预报模型，将短临降水预报模型作为种群中个体；然后对种群中的个体进行优化迭代，得到性能最优种群；对最终种群中的个体进行性能评估，根据评估结果得到最终的短临降水预报模型，利用该短临降水预报模型预测降水情况。本发明相对于手工设计的短临降水预报模型，可以针对不同的气象数据集更快地找到适合任务的最优神经网络架构，提高预报的准确性和可靠性。
📄 2025104078499
📂 G06V10_764
👤 南京信息工程大学
📅 2025-04-02
本申请公开了一种基于并行化闭式连续神经网络的长期多负荷预测方法和系统，属于综合能源系统调度技术领域，包括对检测数据进行自相关性分析，获取多个下采样周期；基于下采样周期对检测数据进行下采样，获取子序列；将多个下采样周期对应的多个子序列经加权求和后融合，获取融合特征；基于时刻划分融合特征，获取多个时刻分支特征；将多个时刻分支特征并行输入改进后的液体神经网络，获取多个更新后的隐藏状态；拼接多个更新后的隐藏状态，获取拼接时序特征；对拼接时序特征进行高频滤波与解码，获取输出参量的预测结果。本申请能够提升综合能源系统调度的智能化水平与运行效率，在多预测时域任务中，实现准确性与训练成本最优配置。
📄 2026106385890
📂 G06Q10_0637
👤 南京信息工程大学
📅 2026-05-11
本发明公开一种基于物理信息残差神经网络的阵风锋预测方法及系统，属于雷达探测与识别技术领域，方法包括建立待预测时刻前两个连续时刻的阵风锋实际曲线Curve1和Curve2，并建立点对应关系得到最优匹配点对所对应的稀疏运动矢量数据，并插值到Curve2每个点上生成密集运动矢量场，再进行指数衰减并对待预测时刻的阵风锋实际曲线进行弧长缩放校正和样条曲率平滑调整得到物理外推结果；将Curve1和Curve2输入残差神经网络输出残差修正量；融合物理外推结果与残差修正量得到待预测时刻的阵风锋预测曲线。本发明解决了现有雷达阵风锋预测中存在的多步外推精度低、形状易失真、对小样本适应性差的问题。
📄 2026108782476
📂 G01W1_10
👤 南京信息工程大学
📅 2026-06-17
本发明公开了医学影像处理技术领域的一种基于多教师蒸馏的可解释脑子图神经网络的自闭症诊断方法和系统。方法包括：对获取到的受试者静息状态下的功能磁共振脑影像数据进行预处理，得到大脑各个感兴趣区域的血氧水平依赖信号时序数据，通过计算任意两个感兴趣区域的皮尔逊相关系数构建脑网络BN矩阵，并根据脑网络BN矩阵构建脑网络图；将脑网络图输入训练好的自闭症诊断模型中进行自闭症诊断，得到预测类别原始得分；将预测类别原始得分转换为诊断结果。本发明通过多个GCN教师模型捕捉不同尺度的BN拓扑知识引导脑子图神经网络，结合注意力机制自适应融合不同子图的信息，增强模型的表示学习能力，能够有效实现对自闭症的判断。
📄 2026106494934
📂 A61B5_00
👤 南京信息工程大学
📅 2026-05-12
本发明公开了一种基于图神经网络参数估计优先的虚假数据注入攻防方法，属于电力系统网络安全技术领域。在电网运行中对目标支路参数施加动态扰动；将主网侧与配网侧拓扑构建为同一图结构，利用第一图神经网络联合学习量测特征，预测扰动后各支路参数；基于攻击目标支路集合、目标量测集合及参数预测结果生成攻击向量；将攻击向量嵌入全量测空间，结合参数预测结果进行状态估计，得到攻击后残差统计量和状态估计偏移特征；将攻击后量测向量、偏移特征、残差统计量及参数预测结果拼接为节点输入特征向量，输入第二图神经网络输出各支路攻击概率，筛选得到被攻击支路集合。本发明实现了动态扰动下支路参数的快速估计与攻击支路准确定位。
📄 2026106677193
📂 H04L9_40
👤 南京信息工程大学, 国网河南省电力公司经济技术研究院, 国网电力科学研究院有限公司
📅 2026-05-15
本发明提供了一种基于动态神经网络的目标检测方法和系统，所述方法首先对YOLOv7模型进行改进，使用多元卷积融合模块来替换骨干网络中的高效层聚合模块，然后在头部网络引入双向特征金字塔。最后，以两个改进后的YOLOv7模型作为基础模型，并结合智能路由器来构建动态目标检测模型。与常规的静态目标检测模型不同，本发明的动态目标检测模型能够根据图片复杂度来自适应的调整网络结构，对于简单的图片使用单一的网络进行检测保证检测的速度，而复杂的图片则经过两个网络处理来提高检测的精度。这种方法相比传统的目标检测方法具有更高的精度和更好的灵活性，能够在不丢失速度的情况下保持较高的精度。
📄 2024117521048
📂 G06V10_774
👤 南京信息工程大学
📅 2024-12-02
基于BP神经网络改进算法的铁磁材料硬度预测算法，首先采集铁磁材料的巴克豪森信号，对信号集进行划分，获取巴克豪森噪声训练集和巴克豪森噪声测试集。然后对采集的信号进行AR谱分析，选择5个阶次展开，分别是4、8、16、32、64阶，对展开的信号求二阶导，并以二阶导信号的谷宽，谷深和谷值点所在的位置作为特征，对这些谷使用kmeans算法进行距离，对信号进行编码，从而完成了特征维度的统一。然后对BP神经网络模型进行优化与训练。仿真表明本发明预测的结果很好，均方误差只有80，也就是每个硬度预测的误差可以保证在9个维氏硬度，而时域算法的均方误差为229，也就是大于15个维氏硬度，所以证明了算法有效性。
📄 2018112027766
📂 G06K9_00
👤 北京工业大学
📅 2018-10-16
本发明公开了基于GFE‑Mamba神经网络的可解释阿尔茨海默进展分类方法，包括如下步骤：步骤1、构建GFE‑Manba神经网络模型，步骤2、建立MRI和PET图像数据集并分为训练集和测试集，应用MRI和PET图像训练集和测试集预训练3D GAN‑Vit模块；步骤3、建立MRI和量表数据结合的多模态阿尔茨海默进展分类数据集，并划分为训练集和测试集；步骤4、使用训练集对预训练的GFE‑Mamba神经网络模型进行训练并进行参数调优；步骤5、使用测试集测试评估得到的预训练的GFE‑Mamba神经网络模型，最终实可解释多模态阿尔茨海默进展分类。该方法不仅能够为临床医生诊断和治疗重大危险疾病提供重要参考标准，还进一步增强了临床医生对AD和其他重大脑部疾病的诊断能力，对于临床诊断和AD疾病预防具有重要意义。
📄 202410943009X
📂 G06V10_764
👤 杭州电子科技大学
📅 2024-07-15
柿子坊 · 知识产权运营
柿子坊知识产权运营平台