基于深度学习和多特征融合的水闸结构故障预测系统

被引：0

专利类型：

发明

申请号：

CN202510767689.9

申请日：

2025-06-10

公开(公告)号：

CN120673146A

公开(公告)日：

2025-09-19

发明(设计)人：

杨明强陈伟王璐陈照黄淑娟

申请人：

南京市三汊河河口闸管理处（南京市水务信息中心）

申请人地址：

210000 江苏省南京市鼓楼区渡江路9号

IPC主分类号：

G06V10/764

IPC分类号：

G06V10/80 G06V10/25 G06V20/10 G06V10/82 G06T7/00 G06T7/62

代理机构：

北京智信慧达知识产权代理事务所(普通合伙) 63103

代理人：

裴浩

法律状态：

发明专利申请公布后的撤回

国省代码：

引用

下载

收藏

法律状态

法律状态公告日	法律状态	法律状态信息
2025-12-19	发明专利申请公布后的撤回	发明专利申请公布后的撤回IPC(主分类):G06V 10/764申请公布日:20250919
2025-09-19	公开	公开
2025-10-10	实质审查的生效	实质审查的生效IPC(主分类):G06V 10/764申请日:20250610

共 50 条

[1]

基于深度学习的光能电站故障预测系统 [P].

朱晨光 ;

孙艳玲 ;

卓会丹 ;

高群伟 ;

邢仁琦 ;

田媛 ;

崔杰 ;

关钧洋 ;

郝徐进 ;

赵鹏祥 ;

高敏 ;

杨矿利 ;

刘宁 .

中国专利 :CN120873736A ,2025-10-31

[2]

一种基于特征通道融合和深度学习的癫痫预测系统 [P].

徐欣 ;

张尹 ;

纪卓捷 ;

吴建盛 .

中国专利 :CN114569141A ,2022-06-03

[3]

基于深度学习的智能故障预测系统 [P].

罗思强 .

中国专利 :CN119105443A ,2024-12-10

[4]

基于深度学习和机器学习的多特征融合的疲劳检测方法 [P].

李永杰 ;

韦新栩 ;

张显石 .

中国专利 :CN113887386A ,2022-01-04

[5]

基于多模态特征融合和深度学习的电池健康状态预测方法 [P].

刘丹 ;

黄达 ;

覃梦娇 ;

胡嵩 ;

孙秋悦 ;

付铂瑞 .

中国专利 :CN120178078A ,2025-06-20

[6]

一种基于深度学习的列车故障预测系统 [P].

李熙 ;

郭燕辉 ;

邓欣爱 ;

王雅观 ;

宋会平 ;

张骄 ;

孙强 ;

邬春晖 ;

崔霆锐 ;

王浩 ;

高文旭 .

中国专利 :CN120873541A ,2025-10-31

[7]

基于多特征融合的深度学习缺陷识别方法 [P].

尹仕斌 ;

郭寅 ;

孙博 ;

赵进 .

中国专利 :CN111862080A ,2020-10-30

[8]

基于深度神经网络的多特征融合火山灾害预测系统 [P].

刘岚 ;

武成智 ;

颜丽丽 ;

李成范 ;

刘学锋 ;

韩晶鑫 ;

赵俊娟 .

中国专利 :CN117574316A ,2024-02-20

[9]

基于多模态时序特征的癌症复发概率深度学习预测系统 [P].

吕洋 .

中国专利 :CN120473183B ,2025-10-24

[10]

基于多模态时序特征的癌症复发概率深度学习预测系统 [P].

吕洋 .

中国专利 :CN120473183A ,2025-08-12

← 1 2 3 4 5 →