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！

龙图腾网获悉重庆大学申请的专利基于深度学习的云制造质量控制与缺陷预测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：CN119648062B 。

龙图腾网通过国家知识产权局官网在2025-11-04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：202411816171.1，技术领域涉及：G06Q10/0639；该发明授权基于深度学习的云制造质量控制与缺陷预测方法及系统是由袁呈煜设计研发完成，并于2024-12-11向国家知识产权局提交的专利申请。

本基于深度学习的云制造质量控制与缺陷预测方法及系统在说明书摘要公布了：本发明涉及云制造技术领域，具体涉及基于深度学习的云制造质量控制与缺陷预测方法及系统。本方法包括以下步骤：通过数据采集设备，获取制造过程中的生产现场数据并上传至云端进行下一步分析；提取所述生产现场数据的信息特征并进行特征融合，获得信息数据特征集；构建联合深度学习预测模型，利用所述信息数据特征集训练所述联合深度学习预测模型；通过训练好的联合深度学习预测模型完成云制造质量控制与缺陷预测。本发明通过提取生产现场数据的多种特征，再训练联合深度学习预测模型，进而完成云制造质量控制与缺陷预测，解决了制造过程中的质量问题和缺陷预测问题，有效提高生产效率、优化产品质量，并推动制造过程的智能化和自动化升级。

本发明授权基于深度学习的云制造质量控制与缺陷预测方法及系统在权利要求书中公布了：1.基于深度学习的云制造质量控制与缺陷预测方法，其特征在于，包括以下步骤： 通过数据采集设备，获取制造过程中的生产现场数据并上传至云端进行下一步分析； 提取所述生产现场数据的信息特征并进行特征融合，获得信息数据特征集； 构建联合深度学习预测模型，利用所述信息数据特征集训练所述联合深度学习预测模型； 通过训练好的联合深度学习预测模型完成云制造质量控制与缺陷预测； 所述生产现场数据包括数值类生产现场数据和图像类生产现场数据； 所述提取所述生产现场数据的信息特征，包括以下步骤： 采用统计特征提取方法提取所述数值类生产现场数据的信息特征，并利用主成分分析法对所述信息特征进行降维处理； 通过卷积神经网络提取所述图像类生产现场数据中的局部特征，利用多个卷积层和池化层，逐层提取高层次特征； 对所述信息特征进行特征融合，获得信息数据特征集，满足以下公式： 其中，表示信息数据特征集，、表示权重系数，表示数值类生产现场数据的信息特征，表示图像类生产现场数据的信息特征； 所述联合深度学习预测模型，包括缺陷类别预测子模型和缺陷发生概率预测子模型； 所述缺陷类别预测子模型的输出层激活函数满足以下公式： 其中，表示输出结果，表示全连接层的权重矩阵，表示信息数据特征集向量化结果，表示偏置项； 所述缺陷发生概率预测子模型的输出层激活函数采用线型激活函数； 所述利用所述信息数据特征集训练所述联合深度学习预测模型，包括以下步骤： 构建缺陷类别损失函数和缺陷发生概率损失函数； 利用损失函数和所述信息数据特征集训练所述联合深度学习预测模型； 所述缺陷类别损失函数，满足以下公式： 其中，表示损失函数值，表示样本数，表示第个样本的真实标签，表示第个样本为缺陷类别的概率； 所述缺陷发生概率损失函数，满足以下公式： 其中，表示损失函数值，表示样本数，表示第个样本的真实值，表示第个样本的预测值； 所述利用损失函数和所述信息数据特征集训练所述联合深度学习预测模型，满足以下公式： 其中，表示迭代更新后的模型参数，迭代更新前的模型参数，表示学习率，表示损失函数的梯度。

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重庆大学，其通讯地址为：400044 重庆市沙坪坝区沙正街174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。