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！

龙图腾网获悉山西天河云计算有限公司;东南大学申请的专利一种基于深度学习的矿山视频语义通信传输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：CN119562069B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202411751132.8，技术领域涉及：H04N19/40；该发明授权一种基于深度学习的矿山视频语义通信传输方法与系统是由申芮铭;惠吉峰;陆望东;康卿飞;王艳龙;宋铁成;胡静设计研发完成，并于2024-12-02向国家知识产权局提交的专利申请。

本一种基于深度学习的矿山视频语义通信传输方法与系统在说明书摘要公布了：本发明提供了一种基于深度学习的矿山视频语义通信传输方法与系统，能够实现可观察数据的恢复和语用任务的执行。本发明构建了矿山采掘工作面下的语义通信系统模型，包括基于深度神经网络实现的语义编码器和语义译码器，语义编码器位于发射端，用于提取包含可观察数据和语义信息的数据；语义译码器位于接收端，用于重建与经验数据和语用任务相关的数据。本发明基于DL‑SC算法训练语义编码器和语义译码器，在损失函数的设计方面，考虑了图像恢复和语用任务执行两个方面，对于两者分别选择合适的失真度量函数，之后求其加权和构成语义失真度量函数作为损失函数。本发明能够以较低的数据传输量实现更加高效的信息交互。

本发明授权一种基于深度学习的矿山视频语义通信传输方法与系统在权利要求书中公布了：1.一种基于深度学习的矿山视频语义通信传输方法，其特征在于，包括如下步骤： 建立矿山采掘工作面下的语义通信系统模型，包括语义编码器和语义译码器，所述语义编码器位于发射端，基于深度神经网络实现，用于提取包含可观察数据和语义信息的数据；所述语义译码器位于接收端，基于深度神经网络实现，用于重建与经验数据和语用任务相关的数据； 以语义失真函数作为训练时的损失函数，基于DL-SC算法训练语义编码器和语义译码器；包括：发射端抽取一批训练样本，通过语义编码器对样本进行编码后经过信道发送到接收端；接收端通过语义译码器对收到的数据进行解码，并执行语用任务；接收端计算损失函数在语义译码器网络参数上的梯度，并更新语义译码器网络参数；接收端计算损失函数相对于信道输出的梯度，并和信道输出一起反馈给发射端；发射端计算信道输出在语义编码器网络参数上的梯度，并结合接收端反馈的梯度，更新语义编码器网络参数；所述语义失真函数是语义信息损失函数和可观察数据损失函数的加权和； 所述语义失真函数表示为： ； 其中，和分别表示语义编码器的网络参数和语义译码器的网络参数，分别表示经验数据、可观测重构数据、执行结果和重构语用任务输出，表示可观察数据的失真度量函数，表示语用输出的失真度量函数，是用于动态范围对齐的超参数，是用于权衡可观察数据和语用信息的超参数； 给定一个训练批次，当压缩率CR给定时，对于考虑图像分类和语义分割两种语用任务，网络参数的联合优化问题表示为： ； 其中，是关于训练批次的经验分布的期望，和分别表示均方误差和交叉熵关于训练批次的经验分布，表示语义编码器，表示语义译码器，表示语用任务函数，为固定压缩率，N为信道噪声的功率； 所述基于DL-SC算法训练语义编码器和语义译码器，包括如下步骤： 步骤1、设置训练回合计数器； 步骤2、判断是否达到训练最大轮次，若未达到进入步骤3，否则结束； 步骤3、发送端从数据集中抽取一批训练样本； 步骤4、对中的样本进行编码，并发送出去，表示回合时的语义编码器，X表示语义编码器输出； 步骤5、接收端对收到的数据进行解码，表示回合时的语义译码器，Y表示信道输出； 步骤6、接收端执行语用任务，表示语用任务函数； 步骤7、接收端根据下式计算梯度，并更新网络参数； ； 步骤8、接收端计算梯度； 步骤9、接收端将和反馈给发送端； 步骤10、发送端根据下式计算，并更新网络参数； ； 步骤11、训练回合计数器t加1，进入步骤2。

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山西天河云计算有限公司;东南大学，其通讯地址为：033000 山西省吕梁市离石区田家会街道办民兵训练基地；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。