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！

龙图腾网获悉南京航空航天大学申请的专利基于TCN和注意力机制的工业时序数据异常检测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：CN116244596B 。

龙图腾网通过国家知识产权局官网在2025-12-23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：202310110032.6，技术领域涉及：G06F18/214；该发明授权基于TCN和注意力机制的工业时序数据异常检测方法是由杨辰泽;陈兵设计研发完成，并于2023-02-14向国家知识产权局提交的专利申请。

本基于TCN和注意力机制的工业时序数据异常检测方法在说明书摘要公布了：本发明公开了一种基于TCN和注意力机制的工业时序数据异常检测方法。在工业生产场景中，工业大数据具有时序性、高纬度、样本分布不均、价值密度低和闭环性等特点，同时，工业传感器等数据采集设备所处环境恶劣，并可能被人为操纵产生无效甚至误导的数据，严重影响工厂最后的判断。本发明基于时空卷积网络TCN模型，依靠其稳定的梯度和灵活的感受野来捕捉时间序列中的相关性，嵌入注意力机制，根据不同特征在数据中的重要性调整其对应的权重，从而提高异常检测模型的准确度，降低工厂试错成本并减少计划外停机时间。本发明以真实工业传感器采集数据集为测试数据，所提出模型可靠性高，检测效果良好。

本发明授权基于TCN和注意力机制的工业时序数据异常检测方法在权利要求书中公布了：1.一种基于TCN和注意力机制的工业时序数据异常检测方法，包括如下步骤： 获得工业传感器采集上来的历史时序数据，并在预处理后将其作为训练集，进行标准化处理； 利用工业时序数据训练集作为输入，基于基于时间卷积网络和注意力机制，构建IAD-TCN模型并进行训练； 利用步骤2所得到的时序数据异常检测模型IAD-TCN，输入待分析的工业时序数据进行检测，得到异常检测结果； 步骤2所述利用工业时序数据训练集作为输入，基于基于时间卷积网络和注意力机制，构建IAD-TCN模型并进行训练的过程具体为：采用时间卷积网络TCN框架，引入了膨胀卷积；采样率受间隔参数d控制；底层d=1，表示输入时每个点都采样，中间层d=2，表示输入时每2个点采样一个作为输入；在训练深层网络时，残差连接可以跨层传递信息，从而提高模型训练速度，避免梯度爆炸和消失问题；对于一个残差块来说，它包含两层的卷积和非线性映射，在每层中还加入了WeightNorm和Dropout来正则化网络；在每一层卷积顶端加入一层Attention层，用于捕获每层输入的隐藏信息；对于每一层隐藏卷积层，在经过残差连接后，注意力模块通过输入的隐藏状态h_s和输入的隐藏状态h_t计算注意力分数，如下所示： 然后使用softmax激活函数计算注意力权重，如下所示： 对注意力权重和进行点乘操作，得到上下文向量，记录输入时序数据中对预测结果影响最大的时间点，如下所示： ； 连接上下文向量和，使用tanh函数计算出最终的输出向量，如下所示： 。

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南京航空航天大学，其通讯地址为：211100 江苏省南京市秦淮区御道街29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。