哈尔滨工程大学苍岩获国家专利权
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
龙图腾网获悉哈尔滨工程大学申请的专利一种基于特征增强的小样本轴承表面缺陷分类方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119832332B 。
龙图腾网通过国家知识产权局官网在2025-07-01发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510023730.1，技术领域涉及：G06V10/764；该发明授权一种基于特征增强的小样本轴承表面缺陷分类方法及系统是由苍岩;张轩上;李春广;邹瑞凯设计研发完成，并于2025-01-07向国家知识产权局提交的专利申请。
本一种基于特征增强的小样本轴承表面缺陷分类方法及系统在说明书摘要公布了：本发明提供一种基于特征增强的小样本轴承表面缺陷分类方法及系统，属于轴承表面缺陷分类领域。为解决传统图像处理方法鲁棒性差、自适应性弱；深度学习方法需要大量数据进行训练的问题。本发明设计全局与局部特征融合层，全局特征由特征嵌入网络层获取，在此基础上设计局部特征提取层，该层计算全局特征上每个区域与其邻域的相关矩阵，同时在通道和空间方向上融合相关矩阵获得局部特征信息，以丰富增强细节特征；此外，设计相似特征注意层，计算不同类原型中心与不同查询集之间的余弦相似性辅助获取到两者之间的相似区域，并赋予较高的权重，通过比较查询集和类原型中心之间的相似区域进行分类，有效克服图像背景与噪声对分类结果的影响。
本发明授权一种基于特征增强的小样本轴承表面缺陷分类方法及系统在权利要求书中公布了：1.一种基于特征增强的小样本轴承表面缺陷分类方法，其特征在于，具体为以下步骤：包括全局特征与局部特征融合、设计支持集与查询集的相似特征注意和自适应度量， S100、设计全局与局部特征融合层，全局特征由轴承表面缺陷图像数据集通过特征嵌入网络层获取，在此基础上设计局部特征提取层，该层计算全局特征上每个区域与其邻域的相关矩阵，同时在通道和空间方向上融合相关矩阵获得局部特征信息； S200、利用支持集与查询集的相关性，设计相似特征注意模块，获取支持集的类原型中心、查询集两者之间的共同相似特征区域，比较两者之间的相似度得分，用于避免全局特征存在的背景信息对分类准确性的干扰； S300、设计自适应度量网络，包括对查询集相似特征进行类别预测，以及对查询集相似特征与每个类原型相似特征的相似度得分进行类别预测，然后计算类原型相似特征与查询集相似特征预测的损失和类别预测损失用于更新网络，根据相似性度量完成分类。
如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人哈尔滨工程大学，其通讯地址为：150001 黑龙江省哈尔滨市南岗区南通大街145号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号