Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 浙江大学张佰轲获国家专利权

浙江大学张佰轲获国家专利权

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!

龙图腾网获悉浙江大学申请的专利基于人工智能的缺陷检测分类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:CN121388792B

龙图腾网通过国家知识产权局官网在2026-04-07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:202511960793.6,技术领域涉及:G06F18/241;该发明授权基于人工智能的缺陷检测分类方法及系统是由张佰轲;何赛灵;郭德宇设计研发完成,并于2025-12-24向国家知识产权局提交的专利申请。

基于人工智能的缺陷检测分类方法及系统在说明书摘要公布了:本发明公开了基于人工智能的缺陷检测分类方法及系统,涉及质量检测技术领域,包括:获取当前扫描位置的局部观测数据、全局拓扑图数据及历史扫描记录,利用卷积神经网络提取缺陷概率特征,结合图神经网络提取风险特征;根据拓扑风险特征计算拓扑影响半径并构建动态拓扑子图,为每个节点计算优先级分数;根据动态拓扑子图和已扫描节点,生成探索性与验证性移动向量,分别用于探索未扫描区域和验证不确定区域;同时计算当前扫描覆盖率,结合缺陷概率特征、优先级分数及扫描覆盖率确定探索权重;最终合成探索性与验证性移动向量以更新扫描位置;本发明能够聚焦于缺陷传播概率最高的区域,提升路径规划的针对性与检测效率。

本发明授权基于人工智能的缺陷检测分类方法及系统在权利要求书中公布了:1.基于人工智能的缺陷检测分类方法,其特征在于,包括以下步骤: 获取当前扫描位置的局部观测数据、全局拓扑图数据以及历史扫描记录,所述历史扫描记录包括已扫描节点集合、节点缺陷状态集合; 根据所述局部观测数据通过卷积神经网络提取缺陷概率特征向量; 根据所述全局拓扑图数据和所述节点缺陷状态集合通过图神经网络提取拓扑风险特征向量; 以当前扫描位置对应的节点为中心,根据所述拓扑风险特征向量计算拓扑影响半径并构建动态拓扑子图,计算所述动态拓扑子图中的每个节点的优先级分数; 根据所述动态拓扑子图和所述已扫描节点集合,生成探索性移动向量和验证性移动向量,具体包括: 从所述动态拓扑子图中筛选未扫描节点构成第一节点集合; 从所述动态拓扑子图中筛选观测不确定性高于预设不确定性阈值的节点构成第二节点集合;所述观测不确定性通过计算缺陷概率特征向量的最大概率值的补数得到,所述缺陷概率特征向量中的每个元素表示对应缺陷类别的概率值,所述最大概率值表示最可能缺陷类别的置信度; 基于所述第一节点集合中节点的优先级分数和位置坐标,通过加权求和计算探索性移动向量,计算公式为: 基于所述第二节点集合中节点的观测不确定性和位置坐标,通过加权求和计算验证性移动向量,计算公式为: 其中,表示探索性移动向量,表示验证性移动向量,表示第一节点集合,表示第二节点集合,表示节点的优先级分数,表示节点的观测不确定性,表示节点的位置坐标,表示节点的位置坐标,表示当前节点的位置坐标,表示向量的欧几里得范数; 其中,所述探索性移动向量用于指导扫描探索未扫描区域,所述验证性移动向量用于指导扫描验证不确定区域; 根据所述已扫描节点集合和所述动态拓扑子图计算当前扫描覆盖率; 根据所述当前扫描覆盖率、所述优先级分数和所述缺陷概率特征向量确定探索权重; 根据所述探索权重合成所述探索性移动向量和所述验证性移动向量,得到归一化移动动作,并执行所述归一化移动动作以更新扫描位置。

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浙江大学,其通讯地址为:310012 浙江省杭州市西湖区余杭塘路866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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。