Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 无锡学院张文猛获国家专利权

无锡学院张文猛获国家专利权

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!

龙图腾网获悉无锡学院申请的专利声学信号识别方法、电子设备及存储介质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:CN120564762B

龙图腾网通过国家知识产权局官网在2025-09-23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:202511065527.7,技术领域涉及:G10L25/51;该发明授权声学信号识别方法、电子设备及存储介质是由张文猛;赵鸣;柯福阳;曹燚设计研发完成,并于2025-07-31向国家知识产权局提交的专利申请。

声学信号识别方法、电子设备及存储介质在说明书摘要公布了:本申请公开了一种声学信号识别方法、电子设备及存储介质,包括:获取时域声学信号;将时域声学信号输入SC‑CQT特征提取模块,获得SC‑CQT谱图;将SC‑CQT谱图输入DAAR特征增强模块,得到增强特征图;将增强特征图输入ABN双焦点网络模块,得到声学信号的类别。本申请通过SC‑CQT特征提取、DAAR特征增强以及ABN分层网络分类的结合,形成了一套完整且高效的水下声学信号识别流程,利用CQT在低频分析上的优势,通过子带加权增强了关键信息;利用DAAR模块实现对特征的智能聚焦和多语义理解;利用ABN架构实现从全局概览到局部精细分析的高效决策,从而提升对复杂船舶声学信号的识别准确率和鲁棒性。

本发明授权声学信号识别方法、电子设备及存储介质在权利要求书中公布了:1.一种声学信号识别方法,其特征在于,所述声学信号识别方法包括: S1、采集原始的声学振动信号,经过预处理获得数字化的时域声学信号; S2、将时域声学信号输入至SC-CQT特征提取模块,获得SC-CQT谱图; S3、将SC-CQT谱图输入至DAAR特征增强模块进行特征增强,得到增强特征图; S4、将所述增强特征图输入至ABN双焦点网络模块进行识别,得到声学信号的类别; 其中: 所述SC-CQT特征提取模块执行: 对所述时域声学信号进行常数Q变换处理,得到复数CQT系数; 根据所述复数CQT系数计算出对数CQT谱; 将所述对数CQT谱沿频率轴划分为N个频率子带,生成N个子代谱图,N≥2; 对每个子代谱图的所有频点乘以对应权重系数; 将加权后的N个子代谱图沿频率轴从低到高级联,获得SC-CQT谱图; 所述DAAR特征增强模块执行: 对输入的SC-CQT谱图分别沿频率轴和时间轴进行自适应平均池化,生成一维的频率特征序列和一维的时间特征序列; 对所述频率特征序列和所述时间特征序列执行多尺度深度可分离卷积,得到第一语义特征和第二语义特征; 对所述第一语义特征、所述第二语义特征及输入的SC-CQT谱图进行注意力增强处理,获得增强特征图; 所述ABN双焦点网络模块包括: 基础网络Base-Net,用于对所述增强特征图实施卷积操作,以输出中层特征; 概览网络Overview-Net,用于对基础网络Base-Net输出的中层特征进行至少两次卷积下采样,生成全局上下文先验特征;以及用于对最后一次下采样的输出执行全局平均池化后,经全连接层生成辅助分类结果; 聚焦网络Focus-Net,用于对所述中层特征和所述全局上下文先验特征实施拼接,以获得主分类结果。

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无锡学院,其通讯地址为:214000 江苏省无锡市锡山区锡山大道333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。