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！

龙图腾网获悉金川集团股份有限公司申请的专利融合时序卷积网络与自注意力机制的熔铸炉数据插补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：CN121327349B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202511862505.3，技术领域涉及：G06F18/15；该发明授权融合时序卷积网络与自注意力机制的熔铸炉数据插补方法是由郭奇;魏凯锋;祁凤琴;马勇;侯静茹;孙武;郝嵩山;张娟;李佳玲;陈赟;张鸿雁;苏玉娟;主父冠峰设计研发完成，并于2025-12-11向国家知识产权局提交的专利申请。

本融合时序卷积网络与自注意力机制的熔铸炉数据插补方法在说明书摘要公布了：本发明涉及工业数据处理技术领域，具体涉及融合时序卷积网络与自注意力机制的熔铸炉数据插补方法，以解决目前侧吹熔铸炉场景中高缺失率及强噪声干扰的问题。该方法包括基于融合时序卷积网络的时序特征提取方法，通过扩张卷积与残差连接捕捉参数变换情况，基于多维时间序列输入自注意力机制算法捕捉多变量间的时空依赖关系，提升对复杂缺失模式的适应性；通过将时序卷积网络特征提取与动态时间规整辅助相结合构造误差损失模块，实现在高缺失率、强噪声工业场景下，实现跨模态、频率数据的精准插补，且基于自注意力机制框架，通过融合时序卷积网络提取时序特征，引入动态时间规整损失函数，有效避免了侧吹熔铸炉场景中高缺失率及强噪声干扰的现象。

本发明授权融合时序卷积网络与自注意力机制的熔铸炉数据插补方法在权利要求书中公布了：1.一种融合时序卷积网络与自注意力机制的熔铸炉数据插补方法，其特征是，包括： 1、基于融合时序卷积网络的时序特征提取方法，在构建时间序列模型过程中，使用因果卷积、膨胀卷积和残差连接技术，因果卷积确保当前时刻的输出仅依赖于当前及历史输入，从而保持时序数据的因果性；膨胀卷积通过指数级扩展感受野，有效捕捉筛选后变量的长期依赖关系；残差连接将浅层特征直接传递至深层网络，与膨胀卷积协同作用，更准确地建模参数的动态变换过程，再通过互信息计算输入参数与输出指标的联合概率分布确定关键影响因素，互信息的计算公式如下： ， 式中X为输入特征，Y为输出指标，px,y是X和Y的联合概率密度函数，而px和py分别是X和Y的边缘概率密度函数； 2、基于多维时间序列的输入自注意力机制算法捕捉多变量间的时空依赖关系，包含两个对角掩码的自注意DMSA块和一个加权组合，DMSA块通过屏蔽自身影响，仅计算与其他时间步的关联关系，捕捉时间依赖性和特征相关性，提升对复杂缺失模式的适应性； 3、通过双向掩码自注意力架构，掩码插补任务MIT对输入数据中10%-20%的观测值进行随机掩码，生成双重缺失样本，观测值重建任务ORT则重建模型的相应输出，设计动态时间规整损失函数，抑制异常值干扰，最大绝对误差较传统方法降低，对突变工况具有强适应性，损失函数公式为： ， 其中，为插补值，为真实值，为缺失掩码，MAE为平均绝对误差，DTW为动态时间规整，α为权重参数，根据实际情况进行调整，并通过联合优化方法，最小化损失函数，更新模型参数，使用平均绝对误差MAE、平均绝对百分比误差MAPE、决定系数R²评价指标对模型的插补效果进行评估，比较TCN-SAITS与其他基准模型的性能，验证模型的有效性和鲁棒性，从而实现对熔铸炉高缺失率、强噪声工业时序数据的高精度插补。

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金川集团股份有限公司，其通讯地址为：737100 甘肃省金昌市金川区金川路98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。