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 > 杭州电子科技大学黄蔚栋获国家专利权

杭州电子科技大学黄蔚栋获国家专利权

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!

龙图腾网获悉杭州电子科技大学申请的专利基于联邦学习的化工生产操作流程分割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:CN116798126B

龙图腾网通过国家知识产权局官网在2025-10-31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:202310818471.2,技术领域涉及:G06V40/20;该发明授权基于联邦学习的化工生产操作流程分割方法是由黄蔚栋;俞越;张泽辉;徐晓滨;侯平智;王海泉;陈博洋设计研发完成,并于2023-07-05向国家知识产权局提交的专利申请。

基于联邦学习的化工生产操作流程分割方法在说明书摘要公布了:本发明公开了一种基于联邦学习的化工生产操作流程分割方法,通过联邦学习策略对各训练节点的数据集进行聚合,训练得到可用的动作分割模型,再将模型部署到物联网系统云服务器上;端服务器在检测到动作分割需求,实地拍摄化工生产操作视频并发送给边处理器;边处理器对化工生产操作视频进行预处理得到特征序列并将序列发送给云服务器;云服务器通过动作分割模型对特征序列进行识别得到信度序列;对信度序列进行处理得到实际化工生产操作流程,再与标准流程进行对比分析后,生成分析报告。本发明采用动作分割模型对视频数据中的每帧图像的动作进行精准分类,可以在整个未裁剪的长视频中进行每帧图像的动作分类,极大地减少了人力浪费。

本发明授权基于联邦学习的化工生产操作流程分割方法在权利要求书中公布了:1.基于联邦学习的化工生产操作流程分割方法,其特征在于该方法包括以下步骤: S1:中央服务器将动作分割算法的全局模型下发给多个训练节点; S2:每个训练节点获取本地化工生产操作视频集; 将本地化工生产操作视频集进行预处理并输入预训练好的动作识别模型提取得到特征序列集; S3:通过步骤S2中得到的特征序列集使用联邦学习方法对动作分割模型进行训练,最终得到泛化能力强的动作分割模型并部署到物联网系统中; S4:物联网系统在端设备实时录制化工生产操作视频并发送给边处理器,利用边处理器对视频数据进行预处理,得到特征序列并发送给云服务器; S5:云服务器利用步骤S3部署的动作分割模型对步骤S4边处理器发送的特征序列进行动作分割识别,对识别结果进行处理得到实际操作流程并与标准操作流程进行对比分析,最终输出分析报告; 所述步骤S3的具体过程为: S3.1:各训练节点Ki将处理好的特征序列集Vi作为数据集,对本地动作分割模型进行训练,使用优化算法和损失函数进行迭代优化,在运行指定训练轮数l后得到更新后的本地模型wnode,i; S3.2:各训练节点将更新后的本地模型wnode,i以及训练所用数据量大小ni上传至所述中央服务器; S3.3:中央服务器接收到各训练节点更新后的本地模型wnode,i和数据量大小ni,对各训练节点视频数据量大小ni进行处理得到对应训练节点权重wi; 通过各个本地模型wnode,i与相应权重wi加权求和得到中央服务器端的更新后的全局模型wglobal; S3.4:中央服务器将更新后的全局模型wglobal再发送到所述各训练节点进行训练; S3.5:对S3.1-S3.4步骤重复执行指定轮数e次,中央服务器在多次训练和聚合循环中,记录每一次聚合模型的准确率、损失值以及F1分数,在训练到指定轮数后,最终得到具有强泛化能力的动作分割模型; S3.6:将训练好的动作分割模型部署到物联网系统中的云服务器。

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杭州电子科技大学,其通讯地址为:310018 浙江省杭州市下沙高教园区2号大街;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。