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！

龙图腾网获悉浙江工业大学申请的专利一种基于去噪扩散模型的熔炉氧浓度预测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：CN119131406B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202411141538.4，技术领域涉及：G06V10/40；该发明授权一种基于去噪扩散模型的熔炉氧浓度预测方法是由刘毅;刘昂鹏;朱佳良设计研发完成，并于2024-08-20向国家知识产权局提交的专利申请。

本一种基于去噪扩散模型的熔炉氧浓度预测方法在说明书摘要公布了：一种基于去噪扩散模型的熔炉氧浓度预测方法，属于能源过程软测量建模技术领域。其包括以下步骤：1获取熔炉火焰图像数据；2熔炉火焰图像数据预处理及数据集划分；3建立基于U‑Net的预测模型；4构建融入DDPM的联合预测模型，并使用火焰图像数据集训练模型；本发明提出了一种基于去噪扩散模型的熔炉氧浓度预测方法，将U‑Net输出特征图的过程与DDPM逆向去噪过程相结合，提高模型的特征提取能力，从而提升模型使用火焰图像数据的预测准确度。

本发明授权一种基于去噪扩散模型的熔炉氧浓度预测方法在权利要求书中公布了：1.一种基于去噪扩散模型的熔炉氧浓度预测方法，所述方法包括以下步骤： 1获取熔炉火焰图像数据作为原始样本数据； 2原始样本数据预处理以及数据集划分：将获取的原始样本数据划分为训练集和测试集；为加快模型收敛速度，减少模型训练时间，对训练集数据与测试集数据进行归一化处理； 3建立基于U-Net的预测模型，用于氧气浓度预测； 4构建融入DDPM的联合预测模型：基于去噪扩散模型构造联合损失函数，并利用火焰图像数据集训练模型；步骤4中，构建去噪损失函数的过程如下： 1针对最终逆向过程生成数据公式： 其中z为添加的随机噪声，且满足当t＞1时，当t＝1时，z＝0；σt为方差系数，在数值上有 移项可得： 设U-Net模块输出的特征图为DDPM逆向过程对原始数据执行一次额外的去噪，并考虑当t＝1时，z＝0，仿照公式9构造： 其中x0表示已知的原始火焰图片数据，α0、σ0、t0为未知参数，u0为U-Net输出特征图； 2将未知的参数视为U-Net模型的可训练参数，用Fφ·表示U-Net模型，ψθ·表示为DDPM的噪声预测神经网络，φ和θ分别是U-Net模型和DDPM的噪声预测神经网络中的可训练参数，可构造： Fφx0-η·ψθx0＝x011其中η表示用于平衡两个模型的超参数系数；基于公式11获得去噪损失函数 步骤4中，模型训练采用联合训练，具体过程如下： 对DDPM模型和U-Net模型同时训练，利用DDPM中的噪声预测神经网络提高U-Net模型的特征提取能力，联合损失函数由DDPM模型损失函数U-Net模型损失函数和去噪损失函数构成，同时引入超参数γ用于平衡损失函数： 其中γ＞0，之后在训练集上训练提出的模型，并利用联合损失函数优化； 5模型表现评估。

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浙江工业大学，其通讯地址为：310006 浙江省杭州市拱墅区朝晖六区潮王路18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。