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！

龙图腾网获悉上海交通大学申请的专利基于通道注意力和时域卷积网络的加工监测数据填补方法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：CN116541804B 。

龙图腾网通过国家知识产权局官网在2025-09-16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：202310506319.0，技术领域涉及：G06F18/27；该发明授权基于通道注意力和时域卷积网络的加工监测数据填补方法是由张建;胡小锋设计研发完成，并于2023-05-06向国家知识产权局提交的专利申请。

本基于通道注意力和时域卷积网络的加工监测数据填补方法在说明书摘要公布了：本发明提供一种基于通道注意力和时域卷积网络的加工监测数据填补方法，包括：对加工监测数据进行预处理，获得长度相同的特征样本；利用通道注意力机制提取所述特征样本的相关性特征；利用时域卷积网络对所述相关性特征进行时序特征挖掘，获得时序变化特征；将所述时序变化特征转换到数据空间，得到填补的加工监测数据。本发明可以实现利用加工监测数据的历史信息来预测缺失信息，并挖掘数据在传感器维度和时间维度上的内在联系，克服了现有技术存在的填补范围只限制于部分维度、缺乏从多维数据相关性和时间变化结合的角度进行分析的问题。

本发明授权基于通道注意力和时域卷积网络的加工监测数据填补方法在权利要求书中公布了：1.一种基于通道注意力和时域卷积网络的加工监测数据填补方法，其特征在于，包括： 对刀具加工监测数据进行预处理，获得长度相同的特征样本； 利用通道注意力机制提取所述特征样本的通道相关性特征； 利用时域卷积网络对所述通道相关性特征进行时序特征挖掘，获得时序变化特征； 将所述时序变化特征转换到数据空间，得到填补的刀具加工监测数据； 所述对刀具加工监测数据进行预处理，获得长度相同的特征样本，包括： 每个时刻的所述加工监测数据包括多个传感器维度，对各个所述传感器维度进行均值方差标准化； 对于待预测的缺失时刻，将所述缺失时刻以前的所有完成了标准化的加工监测数据按照时间顺序依次拼接，并重复拼接缺失时刻前一时刻的数据直至所述加工监测数据长度达到设定值，即获得长度相同的特征样本； 所述利用时域卷积网络对所述通道相关性特征进行时序特征挖掘，获得时序变化特征，包括： 将所述通道相关性特征输入所述时域卷积网络，输出加工监测数据的时序变化特征；其中，所述时域卷积网络包括多个串联的残差模块；每个所述残差模块包括恒等映射和多个隐藏层； 在所述隐藏层中，依序通过膨胀因果卷积计算、网络的权重归一化、LeakyReLU激活函数计算、以及Dropout掩膜层挖掘输入数据的时序变化特征； 所述膨胀因果卷积、网络的权重归一化以及LeakyReLU激活函数的计算过程为： ul+1＝σgbl+Conv1Dwl,h,sl,dl,pl 其中，l是残差层的层数，wl为第l层卷积核权重因子，sl为第l层卷积核的大小，dl是第l层卷积的膨胀因子，pl是第l层卷积的填充系数，bl为第l层卷积核偏置因子；g·是对卷积层的权重w的归一化操作，其中a是归一化后乘的可学习系数，v是归一化后的权重向量，σ·是LeakyReLU激活函数； 所述Dropout掩膜层的计算过程为： M＝m1,m2,...,mc mj～Bernoulli1-r 是通过掩膜层的计算结果，M是第l层的掩膜向量，残差层共有c个权重参数的节点，元素mj表示节点的激活状态，为1的概率是1-r，即每个节点输出以概率r被随机设置为零。

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上海交通大学，其通讯地址为：200240 上海市闵行区东川路800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”。