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！

龙图腾网获悉西安科技大学;四川嘉华机械有限责任公司申请的专利一种矿工异常心理状态分级预警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：CN120748742B 。

龙图腾网通过国家知识产权局官网在2025-11-14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：202511220625.3，技术领域涉及：G16H50/30；该发明授权一种矿工异常心理状态分级预警方法是由潘红光;陈飞;张晶园;秦学斌;李利;郭强;孙凯文;王欣瑞;雷心宇;景宁波;滕冰洋;李立星;李勇;高红正设计研发完成，并于2025-08-29向国家知识产权局提交的专利申请。

本一种矿工异常心理状态分级预警方法在说明书摘要公布了：本发明公开了一种矿工异常心理状态分级预警方法，分别在时域、频域、时频域和空间域上对处理后的三种模态信号进行特征提取和筛选，得到各自对应的第一目标信号特征集合，分别基于最优传输理论、最大均值差异算法和选定的核函数对第一目标信号特征集合进行局部和全局特征对齐，得到第二目标信号特征集合；并将其映射到统一的预设维度的嵌入空间中进行对比学习，得到第三目标信号特征集合；将其加权求和后输入到双向长短期记忆网络中，得到初始融合特征后输入到GhostNet网络，得到融合后的特征后输入到心理分级预警模型中的心理状态识别模块中，得到矿工的心理状态后，结合矿场环境参数输入到心理分级预警模型中的预警分级模块中，得到预警信息。

本发明授权一种矿工异常心理状态分级预警方法在权利要求书中公布了：1.一种矿工异常心理状态分级预警方法，其特征在于，包括： 分别在时域、频域、时频域和空间域上对处理后的三种模态信号进行特征提取和筛选，得到各自对应的第一目标信号特征集合，所述第一目标信号特征集合包括脑电信号特征集合、外周生理信号特征集合和语音信号特征集合；三种模态信号包括脑电信号、外周生理信号和语音信号； 分别基于最优传输理论、最大均值差异算法和选定的核函数对所述第一目标信号特征集合进行局部跨模态对齐和全局特征对齐，得到第二目标信号特征集合； 将所述第二目标信号特征集合映射到统一的预设维度的嵌入空间中进行对比学习处理，得到第三目标信号特征集合；并将第三目标信号特征集合加权求和后输入到双向长短期记忆网络中，得到具有上下文感知能力的初始融合特征； 将初始融合特征输入到GhostNet网络中，得到融合后的特征；并将所述融合后的特征输入到心理分级预警模型中的心理状态识别模块中，得到矿工的心理状态； 将所述心理状态和矿场环境参数输入到所述心理分级预警模型中的预警分级模块中，得到预警信息； 所述分别基于最优传输理论、最大均值差异算法和选定的核函数对所述第一目标信号特征集合进行局部跨模态对齐和全局特征对齐，得到第二目标信号特征集合，包括： 根据所述脑电信号特征集合、所述语音信号特征集合和最优传输矩阵公式，得到第一最优传输矩阵； 根据所述脑电信号特征集合、所述外周生理信号特征集合和最优传输矩阵公式，得到第二最优传输矩阵； 基于所述第一最优传输矩阵、所述第二最优传输矩阵、最大均值差异算法和选定的核函数获取第二目标信号特征集合； 所述基于所述第一最优传输矩阵、所述第二最优传输矩阵、最大均值差异算法和选定的核函数获取第二目标信号特征集合，包括： 根据所述脑电信号特征集合、语音信号特征集合和所述选定的核函数，得到第一最大均值差异平方距离； 根据所述脑电信号特征集合、所述外周生理信号特征集合和所述选定的核函数，得到第二最大均值差异平方距离； 根据所述语音信号特征集合、所述外周生理信号特征集合所述选定的核函数，得到第三最大均值差异平方距离； 根据所述第一最优传输矩阵、所述第二最优传输矩阵、所述第一最大均值差异平方距离、所述第二最大均值差异平方距离和第三最大均值差异平方距离构建联合对齐目标函数； 根据所述联合对齐目标函数对所述脑电信号特征集合、所述语音信号特征集合和所述外周生理信号特征集合进行优化，得到所述第二目标信号特征集合。

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西安科技大学;四川嘉华机械有限责任公司，其通讯地址为：710054 陕西省西安市雁塔区雁塔中路58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。