Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 长沙矿冶研究院有限责任公司胡海浪获国家专利权

长沙矿冶研究院有限责任公司胡海浪获国家专利权

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!

龙图腾网获悉长沙矿冶研究院有限责任公司申请的专利多任务协同与协方差建模的多元素品位预测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:CN121215080B

龙图腾网通过国家知识产权局官网在2026-04-21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:202511771280.0,技术领域涉及:G16C20/20;该发明授权多任务协同与协方差建模的多元素品位预测方法是由胡海浪;邹立超;胡观强设计研发完成,并于2025-11-28向国家知识产权局提交的专利申请。

多任务协同与协方差建模的多元素品位预测方法在说明书摘要公布了:本发明涉及智能矿石加工技术领域,公开了多任务协同与协方差建模的多元素品位预测方法。方法包括:构建矿石品位预测模型,矿石品位预测模型包括特征编码层、融合处理层以及输出层,特征编码层针对矿石的多模态数据设置的多个编码器,融合处理层基于注意力机制设置的融合块,输出层基于多层感知机构建;获取待检测矿石的多模态数据,并输入矿石品位预测模型中,通过多个编码器分别获取对应的单模态特征,融合处理层基于单模态特征获取融合特征,输出层基于融合特征获取均值向量与协方差矩阵,并进行预测分布,根据预测分布结果分析矿石品位数据并调控工艺流程,解决了现有的采用机器学习进行矿石品位预测的方法无法有效精准检测矿石品位的问题。

本发明授权多任务协同与协方差建模的多元素品位预测方法在权利要求书中公布了:1.多任务协同与协方差建模的多元素品位预测方法,其特征在于,包括如下步骤: 步骤1:构建矿石品位预测模型,所述矿石品位预测模型包括特征编码层、融合处理层以及输出层,所述特征编码层包括针对矿石的多模态数据设置的多个编码器,所述融合处理层包括基于注意力机制设置的融合块,所述输出层基于多层感知机构建; 步骤2:获取待检测矿石的多模态数据,将多模态数据输入矿石品位预测模型中,先通过特征编码层的多个编码器分别获取对应的单模态特征,所述融合处理层基于单模态特征结合融合块获取融合特征,所述输出层基于融合特征获取均值向量与协方差矩阵,并基于均值向量与协方差矩阵进行预测分布,获取预测分布结果,根据预测分布结果分析矿石品位数据并调控工艺流程; 所述多模态数据包括矿石光谱数据、工艺时序数据以及环境元数据;所述多模态数据经过预处理后输入矿石品位预测模型,所述预处理包括光谱重采样和归一化处理; 所述矿石光谱数据包括X射线荧光光谱数据以及近红外光谱数据;所述多个编码器包括针对矿石光谱数据设置的光谱数据编码器,所述光谱数据编码器基于预训练的深度卷积神经网络构建; 所述工艺时序数据包括磨矿数据、浮选数据以及分级数据,所述磨矿数据包括磨矿设备工作时的电流、电压、功率消耗、给矿量、排矿量以及磨矿产品粒度,所述浮选数据包括浮选设备的浮选槽气量和搅拌速度,所述分级数据包括分级设备的溢流速度、底流速度以及旋流器压力; 所述多个编码器包括针对磨矿数据、浮选数据以及分级工艺数据设置的时序数据编码器,所述时序数据编码器基于预训练的时序模型构建; 所述环境元数据包括采样深度、采样时间、环境湿度以及环境温度,所述多个编码器包括针对环境元数据设置的元数据编码器; 所述元数据编码器基于预训练的嵌入网络构建。

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长沙矿冶研究院有限责任公司,其通讯地址为:410000 湖南省长沙市岳麓区麓山南路966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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。