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！

龙图腾网获悉中北大学申请的专利基于3维融合特征的联合神经网络的水声目标识别方法、装置、设备、介质及产品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：CN119028373B 。

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：202411117642.X，技术领域涉及：G10L25/30；该发明授权基于3维融合特征的联合神经网络的水声目标识别方法、装置、设备、介质及产品是由韩星程;王黎明;徐玮婷;吴博;白姗;付诗文设计研发完成，并于2024-08-14向国家知识产权局提交的专利申请。

本基于3维融合特征的联合神经网络的水声目标识别方法、装置、设备、介质及产品在说明书摘要公布了：本申请公开了一种基于3维融合特征的联合神经网络的水声目标识别方法、装置、设备、介质及产品，涉及水声识别领域。水声目标识别方法包括：对水声音频信号进行特征提取，获得3维梅尔频率尺度特征和3维梅尔频率倒谱系数特征；对3维梅尔频率尺度特征和3维梅尔频率倒谱系数特征进行融合，获得3维融合特征；将3维融合特征输入至训练好的联合神经网络模型进行水声目标识别。本申请实现了水声识别的精度。

本发明授权基于3维融合特征的联合神经网络的水声目标识别方法、装置、设备、介质及产品在权利要求书中公布了：1.一种基于3维融合特征的联合神经网络的水声目标识别方法，其特征在于，所述水声目标识别方法包括： 对水声音频信号进行特征提取，获得3维梅尔频谱图特征和3维梅尔频率倒谱系数特征；3维梅尔频谱图特征包括：梅尔频谱图及梅尔频谱图的一阶差分和二阶差分；3维梅尔频率倒谱系数特征包括：梅尔频率倒谱系数及梅尔频率倒谱系数的一阶差分和二阶差分； 对3维梅尔频谱图特征和3维梅尔频率倒谱系数特征进行融合，获得3维融合特征；在特征融合的过程中，运用numpy.dstack函数把原始的梅尔频谱图、一阶差分和二阶差分堆叠成一个3D数组，得到3维梅尔频率尺度特征，同时也使用numpy.dstack函数将MFCC及其差分堆叠为另一个3D数组，得到3维梅尔频率倒谱系数特征，最后，在最后一个维度上把3维梅尔频率尺度特征和3维梅尔频率倒谱系数特征进行合并，从而形成3维融合特征； 将3维融合特征输入至训练好的联合神经网络模型进行水声目标识别；所述联合神经网络模型包括串行连接的多尺度深度可分离卷积网络模块、多尺度通道注意力机制和长短期记忆网络模块； 所述联合神经网络模型还包括：输入层、二维卷积层、最大池化层、展平层、重塑层、第一丢弃层、第一全连接层、第二丢弃层和第二全连接层； 所述输入层与所述二维卷积层连接，所述二维卷积层与所述多尺度深度可分离卷积网络模块连接，所述多尺度深度可分离卷积网络模块与所述最大池化层连接，所述最大池化层与所述展平层连接，所述展平层与所述重塑层连接，所述重塑层与所述长短期记忆网络模块连接，所述长短期记忆网络模块与所述第一丢弃层连接，所述第一丢弃层与所述第一全连接层连接，所述第一全连接层与所述第二丢弃层连接，所述第二丢弃层与所述第二全连接层连接； 所述多尺度深度可分离卷积网络模块包括三个多尺度深度可分离卷积网络层，所述长短期记忆网络模块包括三个长短期记忆网络层； 多尺度深度可分离卷积网络层包括4个分支： 分支1：使用7x7的深度可分离卷积； 分支2和分支3：使用5x5和3x3的卷积核； 分支4：使用3x3的最大池化； 所有分支的输出在通道维度上进行拼接； 三个多尺度深度可分离卷积网络层重复三次相同的操作。

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中北大学，其通讯地址为：030051 山西省太原市尖草坪区学院路3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”。