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！

龙图腾网获悉济南大学申请的专利一种基于小批量商梯度系统的巡检模型训练方法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：CN119851095B 。

龙图腾网通过国家知识产权局官网在2025-06-24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：202510322459.1，技术领域涉及：G06V10/82；该发明授权一种基于小批量商梯度系统的巡检模型训练方法及装置是由姜政君;吕宪龙;程新功;吕彩莉;刘叡;李从浩;刘俊伟;许创;王德宝设计研发完成，并于2025-03-19向国家知识产权局提交的专利申请。

本一种基于小批量商梯度系统的巡检模型训练方法及装置在说明书摘要公布了：本发明公开了一种基于小批量商梯度系统的巡检模型训练方法及装置，属于电力巡检技术领域。该方法包括：S1、构建电力系统巡检数据集；S2、基于电力系统巡检数据集，采用小批量商梯度的方法对深度学习网络进行训练，得到电力系统巡检模型；S3、用训练好的电力系统巡检模型进行电力系统输电线路智能巡检过程中的障碍物识别；基于小批量商梯度的方法采用小批量数据集训练的思想和变步长积分加速训练，以Limitedmemory的编程方式拟合搜索方向。本发明可以解决现有训练方法容易陷入局部最小点或者全局最小点的问题，提高模型精度，实现快速、准确的障碍物识别。

本发明授权一种基于小批量商梯度系统的巡检模型训练方法及装置在权利要求书中公布了：1.一种基于小批量商梯度系统的巡检模型训练方法，其特征在于，所述方法包括： S1、构建输电线路障碍物巡检数据集；巡检数据集为图片数据集； S2、基于输电线路障碍物巡检数据集，采用基于小批量商梯度的方法对深度学习网络进行训练，通过降低计算复杂度，解决数据量过大时的内存限制问题；通过添加权重修正函数，解决大类别的训练过拟合与小类别的训练欠拟合问题，提高类不平衡数据集的整体性能，以得到更优的输电线路障碍物巡检模型； S3、用训练好的输电线路障碍物巡检模型进行电力系统输电线路智能巡检过程中的障碍物识别； 所述基于小批量商梯度的方法采用小批量数据集训练的思想和变步长积分加速训练，以Limitedmemory的编程方式拟合搜索方向； 通过跟踪商梯度系统的DSEM轨迹，得到深度学习网络模型的解； 所述深度学习网络为卷积神经网络，其等式约束函数为考虑了小批量的损失函数的广义等式约束函数，其公式为： y＝x，S 式中，hzerox表示卷积网络损失函数，β表示测量残差约束，s表示松弛变量，z是目标函数，h是损失函数，x是神经元权重，HEx代表等式约束，HIx，S代表不等式约束； 所述广义等式约束函数的解和小批量商梯度系统稳态联系；所述稳态联系的方式为： y＝x，S 其中，DHy是Hy的雅可比矩阵，W-1为权重修正函数，x是神经元权重，s表示松弛变量。

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济南大学，其通讯地址为：250022 山东省济南市市中区南辛庄西路336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”。