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！

龙图腾网获悉东北大学申请的专利一种轻量化特征提取模型和浮选过程运行状态评价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：CN116778181B 。

龙图腾网通过国家知识产权局官网在2026-04-28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：202310752315.0，技术领域涉及：G06V10/44；该发明授权一种轻量化特征提取模型和浮选过程运行状态评价方法是由刘炎;卜齐杰;王姝;何大阔;常玉清;刘思宇;王意程;黄霖杰;王世豪;张世昊;刘松吉设计研发完成，并于2023-06-25向国家知识产权局提交的专利申请。

本一种轻量化特征提取模型和浮选过程运行状态评价方法在说明书摘要公布了：本申请公开了一种轻量化特征提取模型和浮选过程运行状态评价方法，所述模型包括：第一教师模块被配置为：根据所述泡沫图像生成第一粗选图像特征和第一扫选图像特征；第二教师模块被配置为：根据所述泡沫数据生成第一数据特征；学生模块被配置为：根据第一粗选图像特征生成第二粗选图像特征；根据第一扫选图像特征生成第二扫选图像特征；根据第一数据特征生成第二数据特征；融合模块被配置为：将第二粗选图像特征、第二扫选图像特征和第二数据特征进行融合生成第一融合特征，并根据第一融合特征生成状态等级标签；确定当前浮选过程运行状态的状态等级，以达到提供更加轻量化的模型部署，在实际工业场景中的应用更具竞争力的目的。

本发明授权一种轻量化特征提取模型和浮选过程运行状态评价方法在权利要求书中公布了：1.一种使用轻量化特征提取模型的系统，其特征在于，所述系统包括：第一教师模块、第二教师模块、学生模块、融合模块； 所述第一教师模块被配置为：获取泡沫图像，根据所述泡沫图像生成第一粗选图像特征和第一扫选图像特征； 所述第二教师模块被配置为：获取泡沫数据，根据所述泡沫数据生成第一数据特征； 所述学生模块被配置为：根据所述第一粗选图像特征生成第二粗选图像特征；根据所述第一扫选图像特征生成第二扫选图像特征；根据所述第一数据特征生成第二数据特征； 所述融合模块被配置为：将所述第二粗选图像特征、所述第二扫选图像特征和所述第二数据特征进行融合生成第一融合特征，并根据所述第一融合特征生成状态等级标签；根据所述状态等级标签，确定当前浮选过程运行状态的状态等级； 将所述第二粗选图像特征、所述第二扫选图像特征和所述第二数据特征输入至融合模块中进行融合，并生成第一融合特征的步骤包括：将所述第二粗选图像特征、所述第二扫选图像特征通过STE进行融合生成粗选图像融合特征和扫选图像融合特征；根据所述粗选图像融合特征和所述扫选图像融合特征构成图像融合特征；将所述第二数据特征进行自融合生成第三数据特征；将所述图像融合特征和所述第二数据特征通过CTE进行互融合，并生成所述第一融合特征。

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东北大学，其通讯地址为：110819 辽宁省沈阳市和平区文化路三巷11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。