恭喜國網(wǎng)安徽省電力有限公司電力科學(xué)研究院孫偉獲國家專利權(quán)
買專利賣專利找龍圖騰,真高效! 查專利查商標(biāo)用IPTOP,全免費!專利年費監(jiān)控用IP管家,真方便!
龍圖騰網(wǎng)恭喜國網(wǎng)安徽省電力有限公司電力科學(xué)研究院申請的專利一種基于聯(lián)邦學(xué)習(xí)的多變電站設(shè)備缺陷識別方法及系統(tǒng)獲國家發(fā)明授權(quán)專利權(quán),本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予,授權(quán)公告號為:CN119273694B 。
龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-03-25發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉:該發(fā)明授權(quán)的專利申請?zhí)?專利號為:202411814828.0,技術(shù)領(lǐng)域涉及:G06T7/00;該發(fā)明授權(quán)一種基于聯(lián)邦學(xué)習(xí)的多變電站設(shè)備缺陷識別方法及系統(tǒng)是由孫偉;趙龍;丁國成;王同文;康健;張淑娟;邢璐;史偉豪;金雨楠設(shè)計研發(fā)完成,并于2024-12-11向國家知識產(chǎn)權(quán)局提交的專利申請。
本一種基于聯(lián)邦學(xué)習(xí)的多變電站設(shè)備缺陷識別方法及系統(tǒng)在說明書摘要公布了:一種基于聯(lián)邦學(xué)習(xí)的多變電站設(shè)備缺陷識別方法及系統(tǒng),屬于圖像處理技術(shù)領(lǐng)域,解決變電站設(shè)備缺陷識別過程中客戶端數(shù)據(jù)不可見導(dǎo)致特征偏移的問題;本發(fā)明在聯(lián)邦學(xué)習(xí)過程中,本地端和服務(wù)器端之間不需要傳遞CLIP模型的視覺分支和文本分支,僅需要傳遞文本提示詞、編碼器和解碼器的參數(shù)即可實現(xiàn)不同服務(wù)器端的知識學(xué)習(xí)與知識融合,相比于具有大參數(shù)量的CLIP模型,極大降低了傳輸參數(shù)量,通過多次的本地端和服務(wù)器端的循環(huán)訓(xùn)練,最終得到效果最優(yōu)的服務(wù)器端的全局模型,對于本地端模型,能夠生成任意類別尤其是未見類別的視覺特征,減少變電站設(shè)備缺陷識別過程中服務(wù)器端數(shù)據(jù)不可見導(dǎo)致特征偏移的現(xiàn)象,提升模型的泛化能力。
本發(fā)明授權(quán)一種基于聯(lián)邦學(xué)習(xí)的多變電站設(shè)備缺陷識別方法及系統(tǒng)在權(quán)利要求書中公布了:1.一種基于聯(lián)邦學(xué)習(xí)的多變電站設(shè)備缺陷識別方法,其特征在于,包括以下步驟:S1、獲取多個變電站設(shè)備缺陷的樣本數(shù)據(jù),劃分為訓(xùn)練集和測試集,所述訓(xùn)練集包括訓(xùn)練集圖像和訓(xùn)練集標(biāo)簽,所述測試集包括測試集圖像和測試集標(biāo)簽,對訓(xùn)練集圖像進行隨機裁剪,將所有訓(xùn)練集圖像大小縮放到統(tǒng)一尺寸,再進行數(shù)值歸一化處理;S2、在本地端構(gòu)建基于編碼器-解碼器結(jié)構(gòu)的視覺特征生成模型,構(gòu)建可學(xué)習(xí)的文本提示詞,所述視覺特征生成模型包括CLIP模型、編碼器和解碼器,初始化編碼器和解碼器的參數(shù);S3、在本地端固定文本提示詞,將訓(xùn)練集圖像輸入CLIP模型的視覺分支并輸出原始視覺特征,作為編碼器的輸入,使編碼器輸出第一隱變量,解碼器接受第一隱變量作為輸入,輸出殘差特征,將解碼器的輸出與文本特征相加,得到內(nèi)部重建視覺特征,并計算重建損失,利用重建損失對視覺特征生成模型的參數(shù)進行更新;S4、在本地端固定視覺特征生成模型的參數(shù),將文本提示詞輸入CLIP模型的文本分支并輸出各類別文本特征,在標(biāo)準(zhǔn)正態(tài)分?jǐn)?shù)中隨機采樣形成第二隱變量,經(jīng)過解碼器的輸出與文本特征相加,得到生成視覺特征,并結(jié)合原始視覺特征構(gòu)成訓(xùn)練視覺特征,通過softmax函數(shù)計算訓(xùn)練視覺特征與不同類別的文本特征的類別分?jǐn)?shù),構(gòu)建交叉熵?fù)p失,通過梯度反傳的方式更新文本提示詞的參數(shù);S5、將本地端的文本提示詞、編碼器和解碼器參數(shù)上傳到服務(wù)器端,在服務(wù)器端構(gòu)建基于聯(lián)邦學(xué)習(xí)的全局模型,計算全局模型的文本提示詞、編碼器和解碼器參數(shù),構(gòu)建特征蒸餾損失和隱變量蒸餾損失;S6、將全局模型的參數(shù)分發(fā)到本地端,重復(fù)執(zhí)行S3至S5,直至迭代到最大次數(shù),輸入測試集,計算全局模型的精準(zhǔn)度。
如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù),可聯(lián)系本專利的申請人或?qū)@麢?quán)人國網(wǎng)安徽省電力有限公司電力科學(xué)研究院,其通訊地址為:230000 安徽省合肥市經(jīng)濟開發(fā)區(qū)紫云路299號;或者聯(lián)系龍圖騰網(wǎng)官方客服,聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。
1、本報告根據(jù)公開、合法渠道獲得相關(guān)數(shù)據(jù)和信息,力求客觀、公正,但并不保證數(shù)據(jù)的最終完整性和準(zhǔn)確性。
2、報告中的分析和結(jié)論僅反映本公司于發(fā)布本報告當(dāng)日的職業(yè)理解,僅供參考使用,不能作為本公司承擔(dān)任何法律責(zé)任的依據(jù)或者憑證。


熱門推薦
- 恭喜中國石油天然氣股份有限公司劉己全獲國家專利權(quán)
- 恭喜杭州唯強醫(yī)療科技有限公司請求不公布姓名獲國家專利權(quán)
- 恭喜浙江紹興蘇泊爾生活電器有限公司曾俊兵獲國家專利權(quán)
- 恭喜上海市東方醫(yī)院陳雁西獲國家專利權(quán)
- 恭喜深圳市大疆創(chuàng)新科技有限公司陳漢平獲國家專利權(quán)
- 恭喜西安熱工研究院有限公司兀鵬越獲國家專利權(quán)
- 恭喜公牛集團股份有限公司袁高普獲國家專利權(quán)
- 恭喜東莞市格尚塑膠模具有限公司李建軍獲國家專利權(quán)
- 恭喜廣州達(dá)泊智能科技有限公司符建獲國家專利權(quán)
- 恭喜中國石油天然氣股份有限公司王普軍獲國家專利權(quán)