北京航空航天大学李可获国家专利权
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!
龙图腾网获悉北京航空航天大学申请的专利深度聚类变分自编码器和基于它的电信号聚类分析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:CN116578887B 。
龙图腾网通过国家知识产权局官网在2025-10-03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:202310544208.9,技术领域涉及:G06F18/23;该发明授权深度聚类变分自编码器和基于它的电信号聚类分析方法是由李可;陈晓丹;兰巍;王养柱;李源淦;杨顺昆设计研发完成,并于2023-05-15向国家知识产权局提交的专利申请。
本深度聚类变分自编码器和基于它的电信号聚类分析方法在说明书摘要公布了:本发明涉及一种飞行器电信号聚类分析的深度变分自编码器算法。包括:变分自编码器模块,多尺度残差卷积网络模块和信号聚类模块。飞行器电信号进行聚类分析时101,首先进行信号采集与传输102,送入多尺度残差卷积模块103和最大池化层104完成特征提取,将特征映射分别通过两个并列的全连接层105和106得到特征均值107与特征方差108,之后通过解码器网络,采用与编码器完全对称的结构,最终输出重构信号113,旨在与输入信号完全匹配。通过构建损失函数与两阶段训练方式对网络进行训练,最终通过重构特征向量109完成聚类分析115。
本发明授权深度聚类变分自编码器和基于它的电信号聚类分析方法在权利要求书中公布了:1.一种针对飞行器电信号聚类任务的深度变分自编码器,其特征在于包括: 变分自编码器模块; 信号聚类模块,其中: 所述变分自编码器模块包括:编码器、重构层与解码器,编码器包括: 信号采集与传输模块102,用于在对飞行器电信号进行聚类分析时进行信号采集与传输101; 第一多尺度残差膨胀卷积模块103,用于接收信号采集与传输模块102采集到的电信号; 最大值池化层104,用于结合第一多尺度残差膨胀卷积模块103进行堆栈,由所述电信号得到特征映射; 并列的第一全连接层105和第二全连接层106,所述特征映射分别通过并列的第一全连接层105和第二全连接层106,分别得到特征均值107与特征方差108; 重构层109用于把特征均值与特征方差重构成特征向量,作为解码器网络模块的输入,解码器包括: 第三全连接层110,上采样层111,第二多尺度残差膨胀卷积模块112,上采样层111结合第二多尺度残差膨胀卷积模块112,进行最大值池化层104的反向运算,且所述特征向量经过第三全连接层110进入到上采样层111,重构模块113,用于对解码器的输出进行重构,以与编码器的输入完全匹配; 所述信号聚类模块包括: 第四全连接层114,用于对重构的特征向量进行特征变换,最终层115,用于把第四全连接层114进行特征变换后的重构的特征向量结合Softmax函数,输出聚类结果,其中,在所述第一和第二多尺度残差膨胀卷积模块中: 设原始数据X在其维度空间中满足概率分布pX,设当前的原始数据样本是从该分布pX中采样所得到的样本x,通过构建隐含变量Z来表示X的分布律,即: pX|Z就表征了一个由Z生成样本X的模型,通过在分布内调整向量Z中的值,所生成的样本X也将满足数据集X在其维度空间的分布,在编码过程中,变分自编码器模块拟合出两个长度相等的向量,分别表征Z的均值和方差,变分自编码器模块的网络结构为X与Z的联合分布pX,Z,使pX,Z尽可能地接近一个近似分布qX,Z,其中q设定为标准正态分布,为使Z的均值和特征方差能够满足标准正态分布,损失函数除了对重构误差的约束还考虑了Z的分布与标准正态分布的KL散度,即: 其中μ为特征均值,σ2为特征方差,N0,I为标准正态分布,从而将Z扩展为Z,Y,其中Y是聚类层输出的离散变量,表征输出类别,由此Z的KL损失就被表征为: 其中x表示从X的分布律中采样所得到的样本,z表示隐变量Z中的一维,为使损失函数能够更容易计算: 设定pZ|X为正态分布,其输出即为Z的均值和特征方差; 设定qX|Z表示为方差为常数的正态分布; 设定qZ|Y为均值与Y输出的均值相当、方差为1的正态分布; 设定qY为均匀分布,以使类别的分布是均衡的; 利用聚类模块对pY|Z进行拟合,把损失函数表征为: 其中,三项损失的含义分别是: 重构损失用于约束重构信号与输入信号的相似度,通过均方误差计算输入信号与重构信号的误差并进行最小化; KL损失用于约束特征的分布; 类别损失用于约束输出聚类类别与特征向量的对应性,通过交叉熵误差来限制聚类结果的输出,实现聚类类别与特征向量的对齐。
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北京航空航天大学,其通讯地址为:100191 北京市海淀区学院路37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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励