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！

龙图腾网获悉武汉市德发电子信息有限责任公司申请的专利基于多模态模型的实验室设备数据共享与分析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：CN120524338B 。

龙图腾网通过国家知识产权局官网在2025-09-30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：202511014988.1，技术领域涉及：G06F18/2415；该发明授权基于多模态模型的实验室设备数据共享与分析方法及系统是由刘道松;殷文进设计研发完成，并于2025-07-23向国家知识产权局提交的专利申请。

本基于多模态模型的实验室设备数据共享与分析方法及系统在说明书摘要公布了：本发明涉及设备状态预测技术领域，具体公开基于多模态模型的实验室设备数据共享与分析方法及系统，该方法包括：采集实验室设备多模态数据并进行融合，对融合的实验室设备多模态数据进行预处理并进行物理特征对抗增强操作，结合数据驱动的深度学习模型和基于物理的模型，搭建混合预测模型架构，输出实验室设备状态预测模型，对输出的实验室设备状态预测模型进行多目标贝叶斯优化，预测实验室设备状态。本发明解决了补偿性维护在设备出现问题后才维修，虽成本低，但可能损伤设备或造成数据损失；周期性维护虽能一定程度避免设备问题，却较为保守，维护成本较高的问题。

本发明授权基于多模态模型的实验室设备数据共享与分析方法及系统在权利要求书中公布了：1.基于多模态模型的实验室设备数据共享与分析方法，其特征在于，包括以下步骤： 采集实验室多模态数据并基于差异化传输策略进行传输，发送至服务器； 服务器基于分层存储架构将接收到的实验室多模态数据分层存储到实验室数据资产库中，并进行数据全链路关联； 构建基于角色分级的多维度权限体系，通过细粒度控制进行内外安全共享； 从实验室多模态数据中提取实验室设备多模态数据并进行融合，对融合的实验室设备多模态数据进行预处理； 对预处理后的实验室设备多模态数据进行物理特征对抗增强操作； 结合数据驱动的深度学习模型和基于物理的模型，搭建混合预测模型架构，输出实验室设备状态预测模型；所述结合数据驱动的深度学习模型和基于物理的模型，搭建混合预测模型架构，具体分析过程为： 搭建混合预测模型架构： A：Physics‑LSTM模块： 增强后的实验室设备多模态数据作为Physics‑LSTM模块的输入； 引入设备的能量函数和材料老化系数： ； 其中，是时间步t时物理特征的隐藏状态，是能量函数的梯度，是权重矩阵，为层归一化函数，为在时间步t‑1时的隐藏状态； B：双流预测网络： 使用膨胀卷积神经网络从增强后的实验室设备多模态数据中提取局部特征，然后通过注意力机制增强的LSTM从增强后的实验室设备多模态数据中捕捉长短期依赖关系； 使用哈密顿神经网络和Koopman算子提取物理特征； 将时序特征和物理特征进行融合： ； 其中，是激活函数，表示逐元素相乘，为物理特征的隐藏状态，为时序特征，和是融合层的权重和偏置，为融合后的特征向量； 输出实验室设备状态预测模型，具体分析过程为： 结合多层感知机和Volterra积分，得到最终预测结果，输出实验室设备状态预测模型： ； 式中，表示融合操作，是权重系数，Volterra_Integral是Volterra积分，对输入信号在过去时间上进行积分运算，MLP为多层感知机，是最终预测的设备在未来时间内的状态； 输出的实验室设备状态预测模型，能够输出实验室设备在未来Δt时间内的状态； 对输出的实验室设备状态预测模型进行多目标贝叶斯优化，预测实验室设备状态。

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武汉市德发电子信息有限责任公司，其通讯地址为：430000 湖北省武汉市江岸区江汉北路34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”。

以上内容由龙图腾AI智能生成。