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！

龙图腾网获悉南京工业大学申请的专利一种基于双向门控时空融合与自适应小波分解的刀具磨损分类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：CN120277567B 。

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：202510482183.3，技术领域涉及：G06F18/2431；该发明授权一种基于双向门控时空融合与自适应小波分解的刀具磨损分类方法是由陈闯;怀雅婷;史建涛;施歌;岳冬冬;刘钦源设计研发完成，并于2025-04-17向国家知识产权局提交的专利申请。

本一种基于双向门控时空融合与自适应小波分解的刀具磨损分类方法在说明书摘要公布了：本发明提出一种基于双向门控时空融合与自适应小波分解的刀具磨损分类方法，包括：采集原始数据，划分训练集和测试集，并进行预处理；构建动态自适应小波网络，按奇偶索引对原始信号进行分解，得到近似系数和细节系数；进行插值上采样处理，保留原始尺寸，再对近似系数实例归一化，将其作为振动信号的频域特征；构建双向门控时空特征融合器，通过多头门控机制动态更新水平和垂直隐藏状态，捕捉输入的长期磨损趋势和局部瞬态特征；将两个模块的输出进行拼接，得到综合特征，进而得到刀具磨损的分类结果；通过训练集和测试集验证模型性能，得到最终的刀具磨损分类模型。本发明能更有效地识别磨损状态，为刀具维护提供有力支持。

本发明授权一种基于双向门控时空融合与自适应小波分解的刀具磨损分类方法在权利要求书中公布了：1.一种基于双向门控时空融合与自适应小波分解的刀具磨损分类方法，其特征在于，包括以下步骤； S1、采集刀具运行过程中的振动信号数据，并将得到的原始数据集划分为训练集和测试集，同时对数据进行预处理； S2、构建动态自适应小波网络，以预处理后的信号数据为输入，按奇偶索引进行分解，得到输入的近似系数和细节系数；步骤S2具体包括： S21、输入信号,按奇偶索引分裂为两个子序列，公式表达为： ； 其中，、分别为输入信号的偶样本和奇样本；B为批大小，C为特征维度，L为样本长度；表示在样本长度维度上，从索引0开始，每隔2个元素取一个，最终得到偶索引位置的子序列；表示在样本长度维度上，从索引1开始，每隔2个元素取一个，最终得到奇索引位置的子序列； S22、使用可学习的P算子和U算子对分裂后的信号进行处理；P算子和U算子由依次连接的反射填充、可学习一维卷积、GELU激活和层归一化组成；先用U算子基于奇样本更新偶样本，更新近似系数，再通过P算子从更新修正后的近似系数c预测细节系数d； S3、对得到的近似系数和细节系数进行插值上采样处理，以保留原始尺寸；之后再对近似系数应用实例归一化，将其作为振动信号的频域特征； S4、构建双向门控时空特征融合器BGSFF，与动态自适应小波网络并行处理预处理后的信号数据，将输入与水平和垂直隐藏状态拼接，通过多头门控机制动态更新两种状态，捕捉输入的振动信号数据中的长期磨损趋势和局部瞬态特征； S5、将动态自适应小波网络的输出与BGSFF的输出进行拼接，得到综合特征；根据综合特征得到刀具磨损的分类结果； S6、使用训练集数据对模型进行训练，并使用测试集进行验证，监控模型在训练过程中的性能表现，得到最终的刀具磨损分类模型。

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南京工业大学，其通讯地址为：211816 江苏省南京市江北新区浦珠南路30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。