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！

龙图腾网获悉中国人民解放军国防科技大学申请的专利基于双路径自适应学习的设备系统异常检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：CN121387618B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202511963658.7，技术领域涉及：G06F11/07；该发明授权基于双路径自适应学习的设备系统异常检测方法及系统是由蹇松雷;章艺云;卢凯;余杰;李宝;张建锋;郭勇;王怡琦;王晓川;任怡;丁滟;谭霜设计研发完成，并于2025-12-24向国家知识产权局提交的专利申请。

本基于双路径自适应学习的设备系统异常检测方法及系统在说明书摘要公布了：本发明公开了一种基于双路径自适应学习的设备系统异常检测方法及系统，本发明方法包括获取设备的输入特征矩阵，将输入特征矩阵依次经过降维、归一化、值嵌入与位置嵌入后分割为连续特征输入和离散特征输入；对连续特征输入进行连续特征提取路径以获得连续路径输出，对离散特征输入进行离散特征提取路径以获得离散路径输出；将连续路径输出和离散路径输出进行感知注意力融合以获得融合特征；根据融合特征检测设备是否存在系统异常。本发明旨在解决现有KPI异常检测方法难以统一处理连续与离散特征异构性的问题，著提升设备系统异常检测的检测精度与鲁棒性。

本发明授权基于双路径自适应学习的设备系统异常检测方法及系统在权利要求书中公布了：1.一种基于双路径自适应学习的设备系统异常检测方法，其特征在于，包括下述步骤： S101，获取设备的输入特征矩阵，将输入特征矩阵依次经过降维、归一化、值嵌入与位置嵌入后分割为连续特征输入和离散特征输入； S102，对连续特征输入进行连续特征提取路径以获得连续路径输出，对离散特征输入进行离散特征提取路径以获得离散路径输出； S103，将连续路径输出和离散路径输出进行感知注意力融合以获得融合特征； S104，根据融合特征检测设备是否存在系统异常； 步骤S102中对连续特征输入进行连续特征提取路径以获得连续路径输出包括： S401，对连续特征输入采用快速傅里叶变换分析提取频率振幅向量： ； 其中，为频率振幅向量，为连续特征输入中的特征维度，为沿时间维度的一维快速傅里叶变换，为截取所有行的第c列； S402，根据下式从频率振幅向量中提取振幅最高的K个主导频率分量： ； 其中，～为振幅最高的第1～个主导频率分量，为选择前K个参数的选择操作，用于在给定的范围内选择振幅最高的个主导频率分量；为频率振幅向量的第个频率振幅，为序列长度，为对下取整；对每一个主导频率分量，根据下式将连续特征输入从一维序列重塑为二维张量： ； 其中，为重塑操作，为序列末尾补零操作，为第个主导频率分量，维度表示周期数； S403，将二维张量采用多分支卷积模块进行特征提取以获得二维特征； S404，将二维特征根据下式恢复至一维空间并截断填充部分： ； 其中，为恢复至一维空间并截断填充部分后的特征，为截断操作，为批大小，为连续特征输入中的特征维度，为序列长度； S405，将各个主导频率分量下恢复至一维空间并截断填充部分后的特征根据下式通过频率振幅加权的自适应融合获得连续路径输出： ； 其中，为softmax激活函数，为频率振幅向量中以索引的主导频率分量； 步骤S102中对离散特征输入进行离散特征提取路径以获得离散路径输出包括： S501，将离散特征输入通过维度置换调整为卷积兼容格式的离散特征输入； S502，将卷积兼容格式的离散特征输入采用两层一维卷积进行特征提取； S503，将两层一维卷积提取得到的特征和卷积兼容格式的离散特征输入通过自适应残差连接机制提取残差特征； S504，将残差特征依次经过维度恢复操作、层归一化以获得离散路径输出。

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中国人民解放军国防科技大学，其通讯地址为：410073 湖南省长沙市开福区德雅路109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。