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！

龙图腾网获悉贵州新思维科技有限责任公司申请的专利基于数字化的安全生产检测数据处理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：CN119989244B 。

龙图腾网通过国家知识产权局官网在2026-05-01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：202510473145.1，技术领域涉及：G06F18/2433；该发明授权基于数字化的安全生产检测数据处理方法及系统是由刘方杰;杨再培;张昱希;邓建平;王利平;陈超;杨云设计研发完成，并于2025-04-16向国家知识产权局提交的专利申请。

本基于数字化的安全生产检测数据处理方法及系统在说明书摘要公布了：本发明提供一种基于数字化的安全生产检测数据处理方法及系统，方法包括：获取目标场景下的安全检测数据，并接收针对安全检测数据的检测指令，安全检测数据包括多维度传感器采集的连续时序数据流；对检测指令进行语义解析，生成包含任务类型与实体分布关系的检测指令特征；通过联合训练的多模态特征提取模型对安全检测数据进行跨模态融合处理，生成每个时序节点的安全特征向量；基于检测指令特征与各时序节点的安全特征向量的动态匹配结果，从时序数据流中筛选出关键数据段；调用预训练的安全决策模型对关键数据段进行异常模式识别与风险评估，生成检测指令对应的结构化安全报告。通过本发明可以提高安全检测的准确性和可靠性。

本发明授权基于数字化的安全生产检测数据处理方法及系统在权利要求书中公布了：1.一种基于数字化的安全生产检测数据处理方法，其特征在于，包括： 获取目标场景下的安全检测数据，并接收针对所述安全检测数据的检测指令，所述安全检测数据包括多维度传感器采集的连续时序数据流； 对所述检测指令进行语义解析，生成包含任务类型与实体分布关系的检测指令特征； 通过联合训练的多模态特征提取模型对所述安全检测数据进行跨模态融合处理，生成每个时序节点的安全特征向量；具体包括：将所述安全检测数据拆分为视觉模态数据、声学模态数据及设备状态模态数据；调用视觉编码器对所述视觉模态数据进行空间特征提取，生成包含区域热力分布与运动轨迹的视觉特征；调用声学编码器对所述声学模态数据进行频谱分解与异常波形检测，生成声学能量分布特征；将所述设备状态模态数据输入状态编码器进行工况模式识别，生成设备运行状态向量；通过跨模态注意力网络对所述视觉特征、声学能量分布特征及设备运行状态向量进行特征对齐与融合，生成每个时序节点的安全特征向量； 基于所述检测指令特征与各时序节点的安全特征向量的动态匹配结果，从所述时序数据流中筛选出关键数据段； 调用预训练的安全决策模型对所述关键数据段进行异常模式识别与风险评估，生成所述检测指令对应的结构化安全报告； 其中，所述联合训练的多模态特征提取模型与安全决策模型的协同优化方法包括：将所述视觉编码器输出的空间特征序列、声学编码器输出的频谱特征序列及状态编码器输出的工况特征序列输入跨模态注意力网络，生成时间对齐的多模态联合特征序列；将所述多模态联合特征序列与标注安全事件中的设备故障类型标签进行时间戳匹配，生成带有时序标注的联合训练样本集；通过所述安全决策模型中的时空卷积层对所述联合训练样本集进行特征提取，输出预测风险等级及异常类型概率分布；将所述预测风险等级与标注安全事件中的环境风险等级标签进行逐节点比对，生成第一误差梯度，同时将所述异常类型概率分布与设备故障类型标签进行交叉熵计算，生成第二误差梯度；将所述多模态联合特征序列输入判别器网络，计算其与从真实安全事件中提取的特征模板之间的分布差异度，生成第三误差梯度；基于所述第一误差梯度、第二误差梯度及第三误差梯度的加权融合结果，生成所述多模态特征提取模型与安全决策模型的联合优化方向；根据所述联合优化方向同步调整所述跨模态注意力网络的权重参数、时空卷积层的核参数及判别器网络的判别阈值，直至所述第一误差梯度与第二误差梯度的融合值达到预设收敛条件。

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贵州新思维科技有限责任公司，其通讯地址为：550000 贵州省贵阳市乌当区乌当收费站旁新思维公司；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。