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！

龙图腾网获悉浙江大学申请的专利一种烟草制丝贮存环境异常检测方法、系统及装置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：CN121278609B 。

龙图腾网通过国家知识产权局官网在2026-04-14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：202511822762.4，技术领域涉及：G06Q10/0635；该发明授权一种烟草制丝贮存环境异常检测方法、系统及装置是由曲振;陈积明;孟文超;郭秀珍设计研发完成，并于2025-12-05向国家知识产权局提交的专利申请。

本一种烟草制丝贮存环境异常检测方法、系统及装置在说明书摘要公布了：本发明公开了一种烟草制丝贮存环境异常检测方法、系统及装置，通过构建统一的多模态时空张量、提取动态主成分特征、引入跨模态注意力机制融合关键特征、基于虚拟动态特征进行异常评分，以及按贮存阶段动态调整判定阈值并响应不同风险级别，能够同时处理温度、湿度、重量及视觉信息，全面反映贮存柜的环境状态，突破了传统单一传感器数据孤立的局限，有效降低了误检率与漏检率。

本发明授权一种烟草制丝贮存环境异常检测方法、系统及装置在权利要求书中公布了：1.一种烟草制丝贮存环境异常检测方法，其特征在于，包括： 采集多种模态的贮存指标数据，根据所述贮存指标数据以及对应的空间位置信息构建多模态时空张量； 对各模态所述时空张量进行奇异值分解，提取主成分作为包含时间演化规律与空间分布模式的低维动态特征，并通过每种模态的所述动态特征与历史异常贮存指标之间的互信息熵动态分配各模态所述动态特征对应的模态注意力权重； 使用岭回归训练线性组合所述动态特征，构建反映各模态贮存指标相耦合导致贮存风险的耦合特征，并确定所述耦合特征与预训练的高斯混合模型之间的马氏距离为异常概率评分，所述高斯混合模型基于历史正常贮存指标训练； 确定所述耦合特征与预训练的高斯混合模型之间的马氏距离为异常概率评分具体包括：采集所述历史正常贮存指标，提取对应的所述动态特征，利用模态注意力权重与线性组合系数，将各模态动态特征组合为耦合特征，作为训练数据集，利用期望最大化算法拟合多个高斯分布形成所述高斯混合模型；对训练集中的每个样本采用期望最大化算法拟合高斯混合模型，通过贝叶斯信息准则确定最优高斯成分作为高斯成分中心： 针对每个所述耦合特征，确定该耦合特征与各所述高斯混合模型中高斯成分中心的标准化统计距离：将当前时间窗计算得到的耦合特征vDFnew代入模型，对其与所有高斯分布中心计算马氏距离； 选取最邻近的高斯成分作为参照基准，并将对应的所述标准化统计距离转换为异常概率评分：选取最邻近的高斯分量，将对应距离值映射为标准化区间的异常概率评分； 最终将该评分通过Sigmoid函数或分段线性函数压缩到0-1区间，作为当前时窗贮存风险的度量指标； 根据入料、存储和出料不同阶段的敏感性差异构建不同的异常判断阈值； 将所述异常概率评分分别与不同贮存阶段对应的异常判定阈值比较，确定异常风险等级，并触发所述异常风险等级对应预设的应急处理流程。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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。