浙江大学2件成果拟许可，现将相关信息予以公示。

[1] 成果名称：基于注意力机制与神经网络的复杂装备健康状态监测方法

完成人：刘振宇; 刘惠; 郏维强; 张栋豪; 谭建荣

权利人：浙江大学

成果类型：发明专利

成果号：ZL201811203172.3

成果简介：本发明公开了一种基于注意力机制与神经网络的复杂装备健康状态监测方法。主要步骤为：获取复杂装备的多传感数据；进行特征选择获得有效测量数据；预处理得到多个切片样本；建立融合了注意力机制和深度神经网络的神经网络分类模型；将切片样本与其对应的标签输入到神经网络分类模型中离线训练神经网络分类模型；将待预测的多传感数据的切片样本输入到训练好的神经网络分类模型中，得到复杂装备的健康状态。本发明考虑到了多传感器信号的数据特征，充分挖掘了数据中的局部特征和时序信息，预测精度高，适用性广，能广泛应用于各种复杂装备中。 

[2] 成果名称：针对类不均衡数据的产品关键零部件状态分类方法

完成人：刘振宇; 刘惠; 郏维强; 张朔; 张栋豪; 谭建荣

权利人：浙江大学

成果类型：发明专利

成果号：ZL202011110292.6

成果简介：本发明公开了一种针对类不均衡数据的产品关键零部件状态分类方法。获取辅助训练集和源训练集并预处理；对源训练集中的多数类样本N次欠采样处理，获得N个相对均衡的子数据集；用N个子数据集并行训练N个SVM分类器，投票法选择获得最终预测结果；取出最终预测结果中的少数类辅助数据并添加到源训练集；构建深度学习分类模型用重构后的源训练集监督训练；再对待预测的传感器数据进行检测处理。本发明充分利用了源训练集中有标签数据和辅助数据集中未标注的数据，利用弱监督学习方法处理，有利于降低类不均衡数据的不均衡比例，提高分类模型的预测效果。

转化方式：排他许可（许可年限：自合同签订之日起3年）

定价方式：协议定价

转化价格：85万元

关联情况：非关联

公示期自2025年7月17日至2025年7月31日。如有异议，请在公示期内向工业技术转化研究院提交异议书及有关证据。

电话：0571-88982817，邮箱：ott@zju.edu.cn。

工业技术转化研究院

2025年7月17日