Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北京科技大学张天翔获国家专利权

北京科技大学张天翔获国家专利权

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!

龙图腾网获悉北京科技大学申请的专利一种融合多模态信息的冶金高炉料面状态监测方法和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:CN120107895B

龙图腾网通过国家知识产权局官网在2025-10-28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:202510191066.1,技术领域涉及:G06V20/52;该发明授权一种融合多模态信息的冶金高炉料面状态监测方法和系统是由张天翔;杜淏;李江昀;寇明银;王宏;袁立;庄培显设计研发完成,并于2025-02-20向国家知识产权局提交的专利申请。

一种融合多模态信息的冶金高炉料面状态监测方法和系统在说明书摘要公布了:本发明提供一种融合多模态信息的冶金高炉料面状态监测方法和系统,包括:将RGB时序图像序列与多光谱时序图像序列输入多模态数据融合与数字化表征模块,对各个时刻图像逐帧进行多模态数据融合,采用局部与全局相结合的方式提取多尺度图像特征,并通过跨模态特征交互实现多源图像的深度融合,生成高维融合图像特征,结合传感器参数知识库与混合专家模型的指导作用,对高维融合图像特征进行动态数字化表征;将数字化表征序列与多传感器时序数据输入多变量时序分析模块,对二者相结合构建统一的多变量时序分析框架,充分挖掘不同模态数据间的时间依赖性和交互特性,进行料面的精细化状态判断,生成料面状态分析序列。本发明可以对料面状态进行监测。

本发明授权一种融合多模态信息的冶金高炉料面状态监测方法和系统在权利要求书中公布了:1.一种融合多模态信息的冶金高炉料面状态监测方法,其特征在于,所述方法包括: S1、获取待监测冶金高炉料面的RGB时序图像序列与多光谱时序图像序列; S2、将所述RGB时序图像序列与多光谱时序图像序列输入多模态数据融合与数字化表征模块,所述多模态数据融合与数字化表征模块对所述RGB时序图像序列与多光谱时序图像序列中的各个时刻图像逐帧进行多模态数据融合,采用局部与全局相结合的方式提取多尺度图像特征,并通过跨模态特征交互实现多源图像的深度融合,生成高维融合图像特征,结合传感器参数知识库与混合专家模型的指导作用,对所述高维融合图像特征进行动态数字化表征,针对不同场景需求提取关键数字化信息,得到混合图像的数字化表征序列; S3、将所述数字化表征序列与多传感器时序数据输入多变量时序分析模块,所述多变量时序分析模块将所述数字化表征序列与多传感器时序数据相结合,构建统一的多变量时序分析框架,充分挖掘不同模态数据之间的时间依赖性和交互特性,进行料面的精细化状态判断,生成料面状态分析序列; 所述多模态数据融合与数字化表征模块,包括特征编码器、交叉注意力机制模块和混合专家数字化表征模块; 所述特征编码器,采用CNN与Transformer相结合的双分支网络,提取RGB图像的多尺度图像特征和多光谱图像的多尺度图像特征; 所述交叉注意力机制模块,动态捕捉所述RGB图像的多尺度图像特征和多光谱图像的多尺度图像特征之间的相互依赖关系,进行细粒度的跨模态特征对齐与融合,生成高维融合图像特征; 所述混合专家数字化表征模块,通过引入的传感器参数知识库,与所述高维融合图像特征进行多模态交互,借助传感器参数知识的指导作用,优化高维图像特征向低维关键数字参数的映射过程,针对不同场景进行动态的数字化表征。

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北京科技大学,其通讯地址为:100083 北京市海淀区学院路30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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。