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！

龙图腾网获悉吉林大学申请的专利基于自适应XGBoost的电磁信号降噪方法与系统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：CN120578867B 。

龙图腾网通过国家知识产权局官网在2025-09-30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：202511079554.X，技术领域涉及：G06F18/10；该发明授权基于自适应XGBoost的电磁信号降噪方法与系统是由周海根;王金泉;刘笑天;蒋川东;郭瀛设计研发完成，并于2025-08-04向国家知识产权局提交的专利申请。

本基于自适应XGBoost的电磁信号降噪方法与系统在说明书摘要公布了：本发明公开了基于自适应XGBoost的电磁信号降噪方法与系统，涉及电磁探测技术领域，包括步骤：提取电磁信号的时域特征和频域特征，生成具有相同维度的时频特征矩阵；将时频特征矩阵输入XGBoost模型，通过在XGBoost模型中引入误差反馈机制，使XGBoost模型能够在每一轮迭代中根据误差信号自适应优化决策树结构；将待降噪电磁信号的时频特征矩阵输入训练好的XGBoost模型中，获得最终的去噪预测值。本发明通过引入误差反馈机制，增强了模型在处理噪声时的自适应能力。

本发明授权基于自适应XGBoost的电磁信号降噪方法与系统在权利要求书中公布了：1.一种基于自适应XGBoost的电磁信号降噪方法，其特征在于，包括： 获取电磁信号及其目标信号，并提取电磁信号的时域特征和频域特征，生成具有相同维度的时频特征矩阵；所述目标信号为不含噪声的电磁信号； 在XGBoost模型中引入自适应误差反馈机制，构建改进后的XGBoost模型；将所述时频特征矩阵输入改进后的XGBoost模型中，获得每一轮迭代中的预测值，以及获得所述预测值与目标信号之间预测误差的损失函数，并根据预测误差动态调整决策树结构中叶子节点的权重，以调整后决策树结构中叶子节点的权重和叶子节点数量获得正则化项；通过预测误差损失函数和正则化项之和构建电磁信号降噪的目标函数，在目标函数最优时获得训练好的XGBoost模型； 将待降噪电磁信号的时频特征矩阵输入训练好的XGBoost模型，获得最终的降噪信号； 改进后的XGBoost模型通过多轮迭代逐步逼近目标信号，XGBoost模型引入自适应误差反馈机制后，第个样本的预测值由前一轮预测值以及本轮迭代新决策树的输出构成，在第轮的预测公式表示为： ； ； 式中，为上一轮迭代的预测值，为基于特征训练的第棵回归树的输出，为自适应误差反馈项，为当前预测误差，为学习率，用于调节误差反馈机制的幅度。

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吉林大学，其通讯地址为：130012 吉林省长春市朝阳区前进大街2699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”。

以上内容由龙图腾AI智能生成。