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！

龙图腾网获悉陕西秦洲核与辐射安全技术有限公司申请的专利一种基于深度学习的智能化核辐射剂量实时监测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：CN120122135B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202510618197.3，技术领域涉及：G01T1/02；该发明授权一种基于深度学习的智能化核辐射剂量实时监测系统是由温小梅;刘禹;姜丹;李源;王靛;李青设计研发完成，并于2025-05-14向国家知识产权局提交的专利申请。

本一种基于深度学习的智能化核辐射剂量实时监测系统在说明书摘要公布了：本发明公开了一种基于深度学习的智能化核辐射剂量实时监测系统，包括S1、多模态感知模块，用于输出附带时间戳的辐射强度数据、环境图像数据和地理空间位置信息；S2、预处理模块，用于输出结构化特征序列；S3、融合建模模块，用于生成统一融合特征向量；S4、端边推理模块，用于分阶段处理融合特征向量并生成核辐射剂量预测结果；S5、任务调度模块，用于动态决定推理任务在端侧还是边缘节点执行；S6、异常检测模块，用于判定是否存在核辐射剂量异常变化；S7、系统控制模块，用于协调所述各模块。本发明具备环境适应性强、推理响应快和异常识别精度高的优点。

本发明授权一种基于深度学习的智能化核辐射剂量实时监测系统在权利要求书中公布了：1.一种基于深度学习的智能化核辐射剂量实时监测系统，其特征在于，所述系统包括： S1、多模态感知模块，用于采集核辐射强度数据、环境图像数据和地理空间位置信息，并输出附带时间戳的辐射强度数据、环境图像数据和地理空间位置信息； S2、预处理模块，用于对核辐射强度数据进行归一化，对环境图像数据进行多尺度特征提取，对地理空间位置信息进行轨迹标准化处理，输出结构化特征序列； S3、融合建模模块，用于将结构化特征序列输入基于注意力机制的深度融合网络，该网络引入跨模态注意力机制，以动态计算并分配各模态特征间的依赖权重，生成统一融合特征向量； S4、端边推理模块，包括部署于端侧的轻量级神经网络模型和部署于边缘节点的深度神经网络模型，用于分阶段处理融合特征向量并生成核辐射剂量预测结果； S5、任务调度模块，用于基于当前网络状态与设备负载，动态决定推理任务在端侧的轻量级神经网络模型还是边缘节点的深度神经网络模型执行； S6、异常检测模块，用于对核辐射剂量预测结果执行基于重构误差的异常识别模型，判定是否存在核辐射剂量异常变化； S7、系统控制模块，用于协调所述各模块之间的通信、数据传输与状态调度，实现全流程控制； 所述S4具体包括： S41、端侧推理单元，用于部署轻量级神经网络模型，接收融合建模模块输出的融合特征向量，并基于融合特征向量生成中间特征表示，所述包含多层线性映射与归一化模块，计算关系为： ； 其中，为权重矩阵，为偏置项，为非线性激活函数； S42、中间特征缓冲单元，用于将所述中间特征表示存储于本地缓存区，并按照系统控制模块发出的推理分配指令判断是否上行传输； S43、边缘节点推理单元，用于部署深度神经网络模型，在接收到中间特征表示后执行后续推理过程，生成最终核辐射剂量预测值： ； 其中，包含多个卷积、残差连接和注意力机制模块，用于提取深层关联特征； S44、推理阶段切换控制单元，用于根据系统任务调度模块返回的实时分配结果，控制推理流程在轻量级神经网络模型与深度神经网络模型之间的切换，并标记当前推理状态； S45、模型参数同步单元，用于周期性检查端侧与边缘节点的模型版本号与参数校验码，并通过系统控制模块完成权重数据一致性更新； S46、异常中断处理单元，用于当端侧推理过程或数据传输中断时，自动触发边缘节点接管完整推理任务流程，并在恢复后回传预测状态标签至系统控制模块。

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陕西秦洲核与辐射安全技术有限公司，其通讯地址为：710054 陕西省西安市西咸新区沣西新城中国西部科技创新港创科大厦12层；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”。