欢迎来实施！燕山大学2026年第二季度授权专利成果推介——新一代信息技术产业|zl|专利|解耦

新一代信息技术产业相关专利信息总表

序号

专利名称

专利号

战略性新兴产业

基于频率选择信道下空间调制系统的最优信道估计方法

ZL202310631246.8

下一代信息网络产业

一种改进的比率型荧光温度传感装置及温度检测方法

ZL202311091745.9

电子核心产业

一种硬脆半导体晶圆的微波背减加工系统与方法

ZL202411153293.7

电子核心产业

一种基于杠杆结构的钢筋混凝土光纤光栅腐蚀监测装置

ZL202311320357.3

新兴软件和新型信息技术服务

一种基于MPM和相场模型的多相流交互模拟方法

ZL202210812183.1

新兴软件和新型信息技术服务

基于用户偏好和个性化偏好转移的异地兴趣点推荐方法

ZL202311738851.1

互联网与云计算、大数据服务

基于三维张量高阶特征交互的云API服务质量预测方法

ZL202211403877.6

互联网与云计算、大数据服务

基于解耦属性共现图表示学习的云API互补推荐方法、装置、设备及存储介质

ZL202511853159.2

互联网与云计算、大数据服务

一种基于自适应解纠缠的跨域推荐方法

ZL202510307914.0

互联网与云计算、大数据服务

一种结合大语言模型和对比学习的增强跨域顺序推荐方法

ZL202410535156.3

互联网与云计算、大数据服务

基于彩色散乱点云的平面四边形轮廓自动提取及测量方法

ZL202411762242.4

人工智能

基于超维计算的小样本故障诊断方法

ZL202311508085.X

人工智能

一种基于深度学习的电力系统经济调度网损计算方法

ZL202211478744.5

人工智能

基于散乱点云交叉注意学习的三维场景运动趋势估计方法

ZL202211212144.4

人工智能

一种基于多源域自适应的跨用户手势识别方法

ZL202211210148.9

人工智能

一种游梁式抽油系统频率与电压柔性智能协调优化方法

ZL202211716134.4

人工智能

基于示功图的游梁式抽油系统频率与电压协调优化方法

ZL202310245228.6

人工智能

基于平面靶标的十字结构光标定方法

ZL202210946481.X

人工智能

基于柱体序列注意力和空洞扩张卷积的3D目标检测方法

ZL202410527764.X

人工智能

专利详情介绍

专利号

专利名称

ZL202310631246.8

基于频率选择信道下空间调制系统的最优信道估计方法

内容摘要

本发明公开了一种基于频率选择信道下空间调制系统的最优信道估计方法，属于无线通信中信道估计技术领域，所述的方法步骤如下：首先构造了新的最优互相关Z‑互补序列集(对)，然后得到新的训练矩阵。在频率选择信道上进行传输，依据接收端得到的接收信号，利用最小二乘法获得信道估计信息。本发明通过设计频率选择信道下空间调制系统的优化训练矩阵，进而实现最优信道估计，消除更多的干扰。

专利号

专利名称

ZL202311091745.9

一种改进的比率型荧光温度传感装置及温度检测方法

内容摘要

本发明公开了一种改进的比率型荧光温度传感装置及温度检测方法，属于温度传感技术领域，包括感温荧光材料、两个不同波段的激发光源、分光部、光谱仪和成像光路；方法包括：两个不同波段激发光源由分光部进行共光程激发至感温荧光材料；荧光物质A的荧光光谱数据与荧光物质B的荧光光谱数据进行同波长相比，得到新的合成荧光光谱数据，将这组新的荧光光谱数据取特定区间做强度积分比，从而得到表征温度的荧光强度比；将强度积分比随温度的变化拟合成温度标定曲线，求得被测温度。本发明能够应用于恶劣环境，不受光路中损耗的影响，达到绝对精准的非接触式测温，且具有高灵敏度、高精度、耐高温、制作成本低、不受激光泵浦功率影响的特点。

专利号

专利名称

ZL202411153293.7

一种硬脆半导体晶圆的微波背减加工系统与方法

内容摘要

本发明涉及一种硬脆半导体晶圆的微波背减加工系统与方法，包括高精度数控背减磨床与微波辐照单元，数控背减磨床搭载有两个高精度气浮主轴，所述的两个高速气浮主轴分别通过砂轮装夹件和工件装夹件与背减砂轮和工作台相连，实现砂轮的自旋转运动及待加工半导体晶圆的跟随旋转运动，数控背减磨床床身上搭载有一个高精度直线电机，所述直线电机与连接砂轮的高速气浮主轴相连，实现高精度进给；所述微波辐照单元可与背减砂轮加工单元复合成微波‑磨削旁轴背减加工系统及微波‑磨削同轴背减加工系统，采用本发明的微波背减加工系统可实现硬脆半导体晶圆的高效率、超精密“低温”塑性域磨削加工。

专利号

专利名称

ZL202311320357.3

一种基于杠杆结构的钢筋混凝土光纤光栅腐蚀监测装置

内容摘要

本发明公开了一种基于杠杆结构的钢筋混凝土光纤光栅腐蚀监测装置，属于光纤传感技术领域，包括基座，基座底部设置支撑梁，支撑梁上设置有杠杆旋转臂，杠杆旋转臂一端伸向基座主体外，杠杆旋转臂伸出基座主体外的一端插接有爪装配插槽，爪装配插槽连接有测量接触爪，基座上固定有增敏绞线以及与增敏绞线配合粘接的光纤光栅，杠杆旋转臂另一端和光纤光栅接触，光纤光栅尾纤伸向基座主体外并与解调仪相连，测量接触爪将待测量钢筋紧密贴合包裹。本发明能够同时满足对钢筋混凝土铸件长期实时监测，具有较高的稳定性和灵敏性，且灵敏度可调具有较高的稳定性和灵敏度以及灵敏可调度，可以及时分辨出钢筋发生腐蚀时更细小的变化。

专利号

专利名称

ZL202210812183.1

一种基于MPM和相场模型的多相流交互模拟方法

内容摘要

本发明公开了一种基于MPM和相场模型的多相流交互模拟方法，包括如下步骤：步骤S1、将存储在拉格朗日粒子的质量参数、相场参数、动量参数分别转移到欧拉网格；步骤S2、根据化学势控制整个系统的能量，对欧拉网格相场进行更新；步骤S3：根据重力、弹性力和更新后的等效相场形式的表面张力对欧拉网格动量进行更新；步骤S4：更新完网格动量之后，在欧拉网格上对边界采用滑移边界条件进行处理；步骤S5、更新完相场与动量之后，将动量参数和相场参数从欧拉网格变量转换到拉格朗日变量；步骤S6、更新拉格朗日粒子状态：根据传回拉格朗日粒子的信息，对拉格朗日粒子的位置、质量状态进行更新。

专利号

专利名称

ZL202311738851.1

基于用户偏好和个性化偏好转移的异地兴趣点推荐方法

内容摘要

本发明公开了基于用户偏好和个性化偏好转移的异地兴趣点推荐方法，属于终端定位推荐领域，包括：为五种不同类型的节点构造异质超图，通过对超图训练得到用户偏好的表征；构建POI(兴趣点)‑类别图，通过连续跳字模型实现POI的表征学习；构建注意力网络以POI的表征为输入得到用户可转移的特征；通过多层感知机构建参数学习网络并以用户可转移的特征为输入，构建转移网络以用户的偏好表征为输入以及参数学习网络的输出为参数从而实现用户的个性化的偏好转移；基于经纬度构建POI之间的地理图，通过卷积网络学习异地POI的嵌入表示；将用户转移后的偏好与异地POI的嵌入表征做计算得到每个POI的得分，完成最终的推荐。

专利号

专利名称

ZL202211403877.6

基于三维张量高阶特征交互的云API服务质量预测方法

内容摘要

本发明公开了基于三维张量高阶特征交互的云API服务质量预测方法，属于服务质量预测领域，所述预测方法包括以下步骤：步骤1，获取云API服务质量数据集；步骤2，设计异常点检测模块，检测筛除云API服务质量数据集离群点；步骤3，设计空间位置信息优化模块，充分提取经纬坐标产生的信息；步骤4，构建可自适应的三维张量网络模型，将处理后的用户特征和云API特征输入三维张量网络模型中，得到高阶特征交互后产生的新特征信息；步骤5，将新特征信息输入深度神经网络层中充分学习，最后通过全连接层得到云API服务质量预测值。本发明设计的方法在多种数据密度场景下都具有更精确的预测效果和较高的鲁棒性。

专利号

专利名称

ZL202511853159.2

基于解耦属性共现图表示学习的云API互补推荐方法、装置、设备及存储介质

内容摘要

本申请提供一种基于解耦属性共现图表示学习的云API互补推荐方法、装置、设备及存储介质，涉及智能软件开发技术领域。该方法包括：采集应用与云API的历史调用及其多维属性数据，构建应用‑云API‑属性异构交互图；基于信息熵度量筛选对互补关系建模具有显著影响的互补属性子集；解耦生成多属性共现图；采用图神经网络学习各属性空间的节点表示；利用注意力机制融合多属性空间下的节点表示，生成综合云API嵌入表示；利用多层感知机计算查询云API与候选云API之间的互补概率，实现互补推荐。本申请通过互补关系解耦与图表示学习，能够有效捕捉云API之间隐式、多维的互补关系，提升云API互补推荐、组合的准确性与智能化水平。

专利号

专利名称

ZL202510307914.0

一种基于自适应解纠缠的跨域推荐方法

内容摘要

本发明公开了一种基于自适应解纠缠的跨域推荐方法，属于推荐系统技术领域，包括以下步骤：S1、数据获取；S2、构建用户‑项目交互图；S3、用户和项目表示初始化；S4、使用变分双向图编码VBGE分别对源域、目标域和共享域的交互图进行编码，通过VBGE进行信息传播，生成用户和项目的隐变量表示，捕捉源域和目标域之间的知识；S5、采用自适应解纠缠技术，获得源域用户的共享信息维度；S6、采用共享信息增强技术，提升目标域和源域的推荐效果；S7、个性化推荐；本发明通过自适应解纠缠技术有效的分离共享信息和领域特有信息，以提高推荐的准确性和可迁移性，避免发生知识负迁移的情况。

专利号

专利名称

ZL202410535156.3

一种结合大语言模型和对比学习的增强跨域顺序推荐方法

内容摘要

本发明公开了一种结合大语言模型和对比学习的增强跨域顺序推荐方法，属于跨域序列推荐领域，包括融合大语言模型，融合比例微调，解耦序列的长短特征，对不同域长期特征和短期特征各自进行融合，获取长期兴趣和短期兴趣，对融合后不同域的长期兴趣和短期兴趣进行融合预测下一个item几个步骤。本发明实现了长期兴趣和短期兴趣的有效融合，从而显著提高了跨域顺序推荐的准确性。在一定程度上提升了跨域序列推荐的准确率，为推荐系统的研究和实践提供了新的视角和技术路径。

专利号

专利名称

ZL202411762242.4

基于彩色散乱点云的平面四边形轮廓自动提取及测量方法

内容摘要

本发明提供了一种基于彩色散乱点云的平面四边形轮廓自动提取及测量方法，属于点云特征分割和点云测量技术领域，该方法通过将点云分割成多个三维平面并将其所有点投影至自平面形成二维图像，对该二维图像进行轮廓提取，随后将提取的二维图像轮廓拟合获得二维线段，最后将这些二维线段逆向求解计算出相应的三维点云线段。通过两两直线的角度与距离筛选出所有临边对，利用每四个临边对的重合边数量来确定同一平面的四边形。针对提取出的平面四边形通过对边距离测出长宽。本申请方法能够利用彩色无序点云自动提取三维空间中的平面四边形轮廓并测量，该方法能够适用于多种环境场景，具有较好的灵活性和移植性，可为后续不同类型的检测任务提供便利。

专利号

专利名称

ZL202311508085.X

基于超维计算的小样本故障诊断方法

内容摘要

本发明公开了一种基于超维计算的小样本故障诊断方法，属于机械设备故障诊断技术领域，包括采集多种机械设备的振动信号原始数据，设计信号高效预处理模块，对原始振动信号进行局部特征信息的计算；设计超维计算的时间序列样本编码方式，即多元型样本编码，用于将提取到的振动信号局部特征编码成一系列的超维向量，形成一个超维空间；确定相似度衡量标准，设计相似度衡量融合决策，将振动信号的局部特征信息输入到超维计算模型中进行训练，训练结果被称作查询超向量；用不同比例的测试集对训练得到的模型进行测试分类，得到模型训练的最终结果，并利用多个故障数据对模型进行分析检验。本发明可以高效提取故障特征，提高了故障诊断的效率和精度。

专利号

专利名称

ZL202211478744.5

一种基于深度学习的电力系统经济调度网损计算方法

内容摘要

本发明涉及一种基于深度学习的电力系统经济调度网损计算方法，属于电力系统经济调度技术领域，包括以下步骤：步骤1、采用差分进化算法模拟生成网损计算模型的训练数据；步骤2、搭建多头多层感知器网损计算模型并进行模型训练；步骤3、调用多头多层感知器网损计算模型进行电力系统经济调度计算。本发明通过深度学习的方法代替传统的计算方法，大大提高了网络损耗的计算速度，并对多层感知器模型进行改进形成多头多层感知器模型，在不用重新训练的前提下实现不同负荷需求下的网损计算；输入为机组出力数据和各个节点负荷需求，使得该网损计算方法更加适用于电力系统经济调度。

专利号

专利名称

ZL202211212144.4

基于散乱点云交叉注意学习的三维场景运动趋势估计方法

内容摘要

本发明公开了基于散乱点云交叉注意学习的三维场景运动趋势估计方法，涉及深度学习和三维点云场景理解领域，以三维场景的运动趋势估计为目标，该网络模型在利用卷积神经网络提取前后帧点云特征的基础上，通过构建关联特征提取模块，捕捉前后帧点云间的联合信息，以提升点云特征刻画的丰富度；通过构建三维场景运动趋势的校准模块，在初步得到点云运动趋势后进行微调，进一步提高三维场景运动趋势估计的精度和可靠性。

专利号

专利名称

ZL202211210148.9

一种基于多源域自适应的跨用户手势识别方法

内容摘要

本发明提供了一种基于多源域自适应的跨用户手势识别方法，尤其是肌电惯性手势识别方法，属于人工智能的人机交互技术领域，包括：S1：通过传感器获取多个被试前臂的肌电信号和惯性信号，构建多源域数据集；S2 : 对S1步骤中得到的肌电、惯性信号进行预处理与数据处理；S3：构建共有特征提取器，获取时序特征；S4：构建域特征提取器，进行域特有特征对齐；S5：构建域分类器，进行域分类器对齐；S6：计算多领域自适应方法的损失估计，将S3获得的数据送入模型中，对模型进行训练直到模型损失函数不再提升，保存模型。

专利号

专利名称

ZL202211716134.4

一种游梁式抽油系统频率与电压柔性智能协调优化方法

内容摘要

本发明涉及一种基于电功图的游梁式抽油系统频率与电压柔性智能协调优化方法，该方法依托深度学习，针对抽油系统电功图周期性波动负载，以周期内时变频率与时变电压为优化变量，使抽油系统能够实时预测并确定最优频率和最优电压。通过收集上万种游梁式抽油系统波动负载、电功图的图像特征，经过对图像特征的深度学习，建立基于电功图的频率与电压柔性智能协调优化模型。当输入任意波动负载特征时，此优化模型根据其特征，能够实时预测并确定最优频率和最优电压，实现抽油系统“高负载低频高压，低负载高频低压”，对负载扭矩“削峰填谷”，降低负载波动，达到节能降耗的目的。

专利号

专利名称

ZL202310245228.6

基于示功图的游梁式抽油系统频率与电压协调优化方法

内容摘要

本发明涉及基于示功图的游梁式抽油系统频率与电压协调优化方法，该方法将传统示功图转化为负载与时间的P‑T示功图，通过依托光杆等效负载扭矩与电机等效驱动扭矩的数学关系，在同一时域、同一周期下对比P‑T示功图与电功图，得到P‑T示功图与电功图的映射关系。该方法将电功图特征转换为P‑T示功图特征，将P‑T示功图的映射特征点作为输入，依托深度学习，输出最优P‑T示功图负载，最后根据映射模型处理数据得到对应的最优频率和最优电压，建立基于示功图的游梁式抽油系统频率与电压柔性智能协调优化模型。本发明避免了对电功图采集设备的应用，提高了节能效果和防盗性能，能够确保实时对游梁式抽油系统频率与电压柔性智能协调优化。

专利号

专利名称

ZL202211716134.4

基于平面靶标的十字结构光标定方法

内容摘要

本发明提出了一种基于平面靶标的十字结构光标定方法，其包括采集投射于平面靶标上的交叉激光条纹图像，提取出激光条纹中心点，剔除位于平面靶标特征点边缘处的激光条纹中心点，使用图像矩提取交叉激光条纹交点在图像中的位置，将交点引入直线拟合过程，进行直线拟合以剔除偏离拟合直线较远的激光条纹中心点。最后通过相机标定获得相机标的内部参数和外部参数，计算多幅图像上激光条纹中心点的三维坐标，进行光平面拟合，完成十字结构光的标定。本发明通过剔除靠近平面靶标特征点边缘的激光条纹中心点，并将交叉激光条纹交点引入至十字结构光标定过程中，有效提高了十字结构光的标定精度。

专利号

专利名称

ZL202410527764.X

基于柱体序列注意力和空洞扩张卷积的3D目标检测方法

内容摘要

本发明公开了一种基于柱体序列注意力和空洞扩张卷积的3D目标检测方法，属于目标检测技术领域，包括以下步骤：步骤S1：数据预处理；步骤S2：构建网络模型并进行模型训练：首先准备好训练使用的点云数据，数据包括点云场景数据和目标标签数据；接着构建网络模型，并且设置好每个模块的超参数；然后将训练数据送入网络模型进行训练，整个训练过程中通过降低网络的损失函数来优化模型，从而得到表现最好的网络模型权重；最后保存好网络模型权重；步骤S3：模型测试：使用测试集数据验证模型效果。本发明能够实现精确实时的3D目标检测，有效解决编码方式粗糙以及编码信息局限问题，有效增加模型感受野的同时保持柱体模型简洁性与高效性。

下期将发布高端装备制造产业相关专利，敬请期待！