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

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

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 > 厦门大学杨律青获国家专利权

厦门大学杨律青获国家专利权

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!

龙图腾网获悉厦门大学申请的专利基于混合神经网络模型的RFID室内定位方法及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:CN120317273B

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:202510817615.1,技术领域涉及:G06K17/00;该发明授权基于混合神经网络模型的RFID室内定位方法及系统是由杨律青;隆思炜;于博;曾文华;王备战;赵江声;王鸿吉;郭诗辉设计研发完成,并于2025-06-18向国家知识产权局提交的专利申请。

基于混合神经网络模型的RFID室内定位方法及系统在说明书摘要公布了:本发明提出了一种基于混合神经网络模型的RFID室内定位方法及系统,其中该方法包括获取原始信号和对应的位置信息,并对原始信号进行差分计算以得到对应的差分信号;建立混合神经网络模型,其中,混合神经网络模型包括双向差分门控循环单元、自适应稀疏槽注意力模块和Transformer编码器‑解码器;将原始信号、对应的位置信息和对应的差分信号输入到混合神经网络模型,以对混合神经网络模型进行训练,以得到训练好的室内定位模型;获取待定位标签信号及其对应的差分信号,并将其输入到室内定位模型以得到对应的位置信息;由此,通过将双向差分门控循环单元与Transformer注意力机制相结合,能够捕捉射频识别信号中的时间动态变化和空间依赖关系,从而提高定位精度。

本发明授权基于混合神经网络模型的RFID室内定位方法及系统在权利要求书中公布了:1.一种基于混合神经网络模型的RFID室内定位方法,其特征在于,包括以下步骤: 获取原始信号和对应的位置信息,并对所述原始信号进行差分计算以得到对应的差分信号; 建立混合神经网络模型,其中,所述混合神经网络模型包括双向差分门控循环单元、自适应稀疏槽注意力模块和Transformer编码器‑解码器; 将所述原始信号和所述对应的差分信号分别输入到双向差分门控循环单元的正向分支和反向分支进行正向和反向路径提取时序特征,以得到对应的第一隐藏状态和第二隐藏状态,并将所述第一隐藏状态和所述第二隐藏状态拼接融合,以得到时空特征表示; 将所述时空特征表示输入到自适应稀疏槽注意力模块,以通过稀疏平方注意力进行ReLU平方操作过滤低相关性信号,得到表示稀疏平方注意力的第一注意力权重,通过密集Softmax注意力保留全局依赖关系,得到表示密集Softmax注意力的第二注意力权重; 将第一注意力权重和第二注意力权重通过权重系数动态融合,以得到注意力权重,并根据所述注意力权重对所述时空特征表示进行加权处理以得到加权后的特征; 将所述加权后的特征输入到Transformer编码器‑解码器,通过编码器的多层堆叠的Transformer块实现全局上下文聚合,并引入相对位置编码增强序列位置感知,解码器采用全局平均池化压缩特征维度,再通过多层感知机将高维特征映射至二维坐标空间,以输出目标位置信息; 根据所述目标位置信息和所述对应的位置信息确定损失函数值,并根据所述损失函数值优化所述混合神经网络模型,以得到训练好的室内定位模型; 获取待定位标签信号及其对应的差分信号; 将所述待定位标签信号及其对应的差分信号输入到所述训练好的室内定位模型中的双向差分门控循环单元进行时序特征提取,以得到时空特征表示; 将所述时空特征表示输入到所述训练好的室内定位模型中的自适应稀疏槽注意力模块以得到注意力权重,并根据所述注意力权重对所述时空特征表示进行加权处理以得到加权后的特征; 将所述加权后的特征输入到所述训练好的室内定位模型中的Transformer编码器‑解码器以输出所述待定位标签信号对应的位置信息。

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厦门大学,其通讯地址为:361000 福建省厦门市思明南路422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。