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！

龙图腾网获悉天津大学申请的专利一种基于冗余信息解耦的电网缺陷设备识别算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：CN117237301B 。

龙图腾网通过国家知识产权局官网在2025-10-21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：202311198654.5，技术领域涉及：G06T7/00；该发明授权一种基于冗余信息解耦的电网缺陷设备识别算法是由杨阳;尚小纯;欧枫;李北辰;郎玥;何元;尹宾宾;翟文广;侯广琦;李美烨;魏月设计研发完成，并于2023-09-15向国家知识产权局提交的专利申请。

本一种基于冗余信息解耦的电网缺陷设备识别算法在说明书摘要公布了：本发明公开了一种基于冗余信息解耦的电网缺陷设备识别算法，包括以下步骤：获得航拍输电线路图像，制作数据集；构建深度学习模型，将数据集输入深度学习模型，实现对电网缺陷设备识别；深度学习模型由特征提取器、冗余信息解耦模块、特征投影器和分类器组成，特征提取器用于对输入的数据进行特征提取；冗余信息解耦模块用于对提取到的特征进行冗余信息解耦，区分出具备判别性的特征和不具备判别性的特征，并只将具备判别性的特征用于后续的识别任务；特征投影器和分类器用于对得到的特征进行分类识别。本发明利用解耦学习将数据集中的冗余信息分离出来，仅保留具备判别性的特征，加快了模型的速度，提升了电力设备缺陷目标的识别准确性。

本发明授权一种基于冗余信息解耦的电网缺陷设备识别算法在权利要求书中公布了：1.一种基于冗余信息解耦的电网缺陷设备识别算法，其特征在于，包括以下步骤： S1、获得航拍输电线路图像，制作数据集； S2、构建深度学习模型，将数据集输入构建的深度学习模型进行训练，实现对电网缺陷设备的识别； 所述构建的深度学习模型由特征提取器、冗余信息解耦模块、特征投影器和分类器组成，其中，所述特征提取器用于对输入的数据进行特征提取；所述冗余信息解耦模块用于对提取到的特征进行冗余信息解耦，区分出具备判别性的特征和不具备判别性的特征，并只将具备判别性的特征用于后续的识别任务；所述特征投影器和分类器用于对得到的特征进行分类识别； 将特征提取提取到的特征解耦成两部分：具有判别性的特征和不具有判别性的特征，具体表示如下： 为了确保与被尽可能地分离开，本发明采用使得这二者在表征空间趋于正交，的公式如下： 其中，cos代表cosine距离，代表绝对值，通过的不断约束，达到让与之间的cosine距离逐渐趋于零的目的，两部分特征的特征分布趋于正交，也就说明与被解耦； 采用一个新的函数来约束，函数的定义如下： 其中，n为一个ibatch中的类别个数，m表示同一类别下的样本个数，和表示同一类别下所有样本特征中具备判别性的特征，代表二范数； 步骤S2中，所述特征投影器和分类器用于对得到的特征进行分类识别，采用了一个由双层linear构成的特征投影器，用于将具备判别性的特征fu映射为投影特征： 然后引入一个分类器，对投影特征进行分类，得到预测标签： 为了评估模型的准确性，本发明将预测标签与真实标签L进行比较，并使用交叉熵损失函数对它们之间的差异进行计算，公式如下： 从而得到模型整体的损失函数写为： 冗余信息解耦部分的整体损失函数写为： 通过多次训练迭代，模型能够在损失函数的优化下不断更新自身，在每次迭代中，模型通过反向传播算法根据损失函数的梯度信息调整参数，以最小化预测标签与真实标签之间的差异。

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天津大学，其通讯地址为：300072 天津市南开区卫津路92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。