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！

龙图腾网获悉西北工业大学申请的专利基于连续小波变换及改进残差神经网络的水下噪声识别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：CN116740387B 。

龙图腾网通过国家知识产权局官网在2025-08-15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：202310573352.5，技术领域涉及：G06V10/70；该发明授权基于连续小波变换及改进残差神经网络的水下噪声识别方法是由史文涛;金明祺;肖启阳;张群飞;陈东;刘树勋设计研发完成，并于2023-05-20向国家知识产权局提交的专利申请。

本基于连续小波变换及改进残差神经网络的水下噪声识别方法在说明书摘要公布了：本发明提出一种基于连续小波变换及改进残差神经网络的水下噪声识别方法，首先采用变分模态分解算法对采集到的航行器自噪声信号进行分解，根据皮尔森相关系数将分解得到的若干个模态分量进行重构，从而去除自噪声信号中的冗余信息；对重构后的自噪声信号进行连续小波变换，得到其对应的时频图像，实现自噪声信号的特征提取；利用注意力机制对残差网络进行改进，构建基于注意力机制的残差神经网络，将自噪声信号的时频图像输入到网络中进行训练，实现对自噪声信号的识别分类。本发明在水下航行器自噪声信号的特征提取中解决了一维信号包含信息较少的问题，并且避免了深层神经网络精度下降问题，有效提高了不同类型噪声识别的准确率。

本发明授权基于连续小波变换及改进残差神经网络的水下噪声识别方法在权利要求书中公布了：1.一种基于连续小波变换及改进残差神经网络的水下噪声识别方法，其特征在于：包括以下步骤： 步骤1：采用变分模态分解算法对原始样本噪声信号进行分解，得到若干个模态分量； 步骤2：计算每个模态分量与所述原始样本噪声信号的皮尔森相关系数，并将相关系数大于设定阈值K的模态分量相加，得到重构后的噪声信号； 步骤3：对重构后的噪声信号进行连续小波变换，提取其在时域和频域上的特征，得到包含噪声信号时频特征的二维时频图像； 步骤4：采用通道和空间注意力机制对残差神经网络进行改进，构建噪声识别模型；所述噪声识别模型对输入信号的处理过程为： 输入信号经过第一个卷积层由原始的RGB三通道变为64通道，此时数据维度为；将64个通道的数据输入到通道注意力模块中；在通道注意力模块中对输入进行全局均池化： 计算通道中所有像素值的平均值作为该通道的特征值，输出为的张量；并对所述张量进行大小为3的填充；使用大小为7的卷积核对填充后的张量进行一维卷积；将卷积后的结果使用sigmoid函数压缩到0,1之间并重构为的张量，再乘以输入信号得到附带通道注意力权重的输出数据； 将通道注意力模块的输出数据输入到空间注意力模块中；在空间注意力模块中，在平面维度上分别进行最大池化和平均池化得到两个的特征图，将这两个特征图在通道维度进行拼接变为一个的特征图，通过一个的卷积层降为1个通道，再使用sigmoid函数生成空间权重系数并乘以空间注意力模块的输入得到最终的输出； 步骤5：利用步骤3得到的噪声信号的二维时频图，以及对应原始样本噪声信号的识别标签，对步骤4构建的噪声识别模型进行训练，得到训练完成的噪声识别模型； 步骤6：将实际采集的噪声信号按照步骤1~步骤3中对噪声信号的处理方式进行处理，得到实际采集的噪声信号的二维时频图；将实际采集的噪声信号的二维时频图输入训练完成的噪声识别模型进行识别。

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西北工业大学，其通讯地址为：710072 陕西省西安市友谊西路127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”。