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！

龙图腾网获悉维网物联科技(武汉)有限公司申请的专利智能计量仪表的多参数实时检测装置及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：CN120065106B 。

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：202510268941.1，技术领域涉及：G01R35/04；该发明授权智能计量仪表的多参数实时检测装置及方法是由孙忠允;王士余;刘阳设计研发完成，并于2025-03-07向国家知识产权局提交的专利申请。

本智能计量仪表的多参数实时检测装置及方法在说明书摘要公布了：本发明涉及计量仪表技术领域，具体为智能计量仪表的多参数实时检测装置及方法，方法包括，通过计量仪表采集多参数计量数据；对获取的计量数据进行特征提取与分析，提取数据的时频域特征，并通过特征选择与降维；基于提取的特征数据，训练机器学习模型，智能识别检测当前介质所需采用的计量模式；引入自学习校准与补偿机制，自动校准并补偿当前计量模式下的数据检测误差；通过知识蒸馏技术对训练好的机器学习模型进行压缩，缩小模型体积，实现模型在智能计量仪表中的高效部署。本方案有效提升了计量仪表的数据检测准确性和智能化水平，满足多场景、多介质的高精度计量需求。

本发明授权智能计量仪表的多参数实时检测装置及方法在权利要求书中公布了：1.智能计量仪表的多参数实时检测方法，其特征在于，包括： 步骤1：获取计量仪表在检测介质时采集的多参数计量数据，并对计量数据进行预处理； 步骤2：对获取的计量数据进行分析，提取计量数据特征参数，包括计量数据的时频域特征数据，并进行特征选择与降维； 步骤3：基于提取的计量数据的时频域特征数据，训练机器学习模型，识别检测当前介质所需要采用的计量模式； 步骤4：根据识别的计量模式，引入自学习校准与补偿机制，校准并补偿当前计量模式下的数据检测误差； 步骤5：对训练的机器学习模型进行知识蒸馏，缩小模型占用计量仪表的体积，实现机器学习模型在智能计量仪表中的部署；具体包括：将训练好的计量模式识别模型作为教师模型，记为fT·；设计学生模型，记为fS·，所述学生模型采用浅层神经网络模型； 利用教师模型的知识指导学生模型训练，使用软标签作为学生模型的训练目标，软标签由教师模型的输出经过温度缩放得到；温度参数τ控制软标签的平滑程度；设zT和zS分别为教师模型和学生模型的输出，则软标签yT的计算公式为： 其中，softmax·为softmax函数，zT,q为zT的第q个元素；学生模型的训练损失函数LS为交叉熵损失和软标签损失的加权和： 其中，LCE·为交叉熵损失函数，y为真实标签，LKL·为KL散度损失函数，为权重系数；通过最小化损失函数LS，学生模型同时学习真实标签的信息和教师模型的知识； 在知识蒸馏训练后，使用原始训练集对学生模型进行调整，调整过程中，学生模型的损失函数为交叉熵损失为：Lfinetune＝LCEy,fSx； 使用测试集评估学生模型的性能，若学生模型性能满足要求，则将其部署到智能计量仪表中；否则，调整学生模型结构或重新进行知识蒸馏训练； 将训练好的学生模型转换为适合在智能计量仪表中运行的格式，并加载到仪表的程序存储器中；在计量仪表运行过程中，定期收集新的数据，并对学生模型进行增量训练和更新，以适应计量环境的变化。

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维网物联科技(武汉)有限公司，其通讯地址为：430000 湖北省武汉市武汉东湖新技术开发区004县道龙泉山风景区公共服务中心218室A004；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。