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！

龙图腾网获悉东南大学申请的专利一种基于自监督学习的水声目标定位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：CN115238783B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202210841975.1，技术领域涉及：G06F18/214；该发明授权一种基于自监督学习的水声目标定位方法是由毕然;姜龙玉设计研发完成，并于2022-07-18向国家知识产权局提交的专利申请。

本一种基于自监督学习的水声目标定位方法在说明书摘要公布了：本发明公开了一种基于自监督学习的水声目标定位方法，首先对收集到的水声原始数据进行预处理，根据是否带有位置标签将数据集划分为有标签数据和无标签数据，有标签数据再次分为互相独立的训练集和测试集，再随机破坏无标签数据样本的采样协方差矩阵，以重构被破坏的部分为目标，训练一个基于Transformer模型的自监督模块，所述自监督模块为一个基于Transformer模型的自编码器结构，作用是重构被破坏的采样协方差矩阵，然后在自编码器训练完成后，将编码器的参数作为定位器模型的初始化参数，最后利用有标签数据集中的训练集对定位器模块的参数进行微调，从而在相关任务中显著提高模型性能、泛化能力、降低训练所需标签样本的作用。

本发明授权一种基于自监督学习的水声目标定位方法在权利要求书中公布了：1.一种基于自监督学习的水声目标定位方法，其特征在于，包括如下步骤： S1:收集水声信号的原始数据，并对原始数据进行预处理，根据是否带有位置标签将数据集划分为有标签数据和无标签数据，有标签数据再次分为互相独立的训练集和测试集；所述所有数据样本用标准归一化的采样协方差矩阵表示； S2：随机破坏无标签数据样本的采样协方差矩阵，以重构被破坏的部分为目标，训练一个基于Transformer模型的自监督模块，所述自监督模块为一个基于Transformer模型的自编码器结构，作用是重构被破坏的采样协方差矩阵，所述编码器的参数作为后续步骤S3定位器模型的初始化参数；所述模型的目标为最小化重构的输入和原始输入被遮住部分的均方误差： 其中，w为自监督模块f的参数；w*为模型的最终参数；xm表示采样协方差中被遮住的部分；N为样本个数； S3：在自编码器训练完成后，用编码器参数初始化定位器模块参数，所述定位器模块的目标为最小化真实值和预测值的误差，即分别最小距离损失函数和深度损失函数的目标函数： 其中，Lr,Ld分别为距离损失函数和深度损失函数，为样本的真实距离和深度；为模型对样本的预测距离和深度； S4：利用步骤S1有标签数据集中的训练集对定位器模块的参数进行微调。

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东南大学，其通讯地址为：210096 江苏省南京市玄武区四牌楼2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。