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！

龙图腾网获悉西北工业大学深圳研究院;西北工业大学申请的专利一种基于联合扰动一致性约束的半监督水下声音事件检测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：CN119673210B 。

龙图腾网通过国家知识产权局官网在2025-10-21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：202411894466.0，技术领域涉及：G10L25/51；该发明授权一种基于联合扰动一致性约束的半监督水下声音事件检测方法是由于洋;闫晨红;杨炎坤;桑雪;姚添译;潘光;鄢社锋;甘霖;李忠杰设计研发完成，并于2024-12-20向国家知识产权局提交的专利申请。

本一种基于联合扰动一致性约束的半监督水下声音事件检测方法在说明书摘要公布了：本发明涉及一种基于联合扰动一致性约束的半监督水下声音事件检测方法，包括：获取强标签音频数据、弱标签音频数据和无标签音频数据的对数梅尔频谱；对无标签音频数据的对数梅尔频谱进行弱增强和强增强处理，得到相应的增强频谱；构建深度学习网络模型，使用强标签音频数据和弱标签音频数据的频谱进行有监督训练；对无标签音频数据采用多支特征扰动与强扰动联合的半监督模型；最后通过计算联合损失函数来优化深度学习网络模型的训练过程；使用训练后的深度学习网络模型检测水下声音事件，输出音频数据的事件类别。本发明用于利用少量强注数据实现声音事件的有效检测，提升模型性能。

本发明授权一种基于联合扰动一致性约束的半监督水下声音事件检测方法在权利要求书中公布了：1.一种基于联合扰动一致性约束的半监督水下声音事件检测方法，其特征在于，包括： S1、获取强标签音频数据、弱标签音频数据和无标签音频数据的对数梅尔频谱； S2、对无标签音频数据的对数梅尔频谱进行弱增强和强增强处理，得到相应的增强频谱； S3、构建深度学习网络模型，使用强标签音频数据和弱标签音频数据的频谱进行有监督训练；对无标签音频数据采用多支特征扰动与强扰动联合的半监督模型；最后通过计算联合损失函数来优化深度学习网络模型的训练过程； 所述对无标签音频数据采用多支特征扰动与强扰动联合的半监督模型，包括： 对于无标签数据，将弱增强频谱输入到深度学习网络模型AR-CNN中得到弱增强频谱对应的预测值，即预测的类分布的概率向量pw，如果预测值大于设定的决策阈值δ，将该预测值作为伪标签并进一步执行特征扰动； 在弱增强的一个分支上，应用通道维度的随机失活到弱增强频谱进行特征扰动，通过模型预测得到pfp1；在弱增强的另一个分支上，将高斯白噪声添加到选定层的特征表示上，通过模型预测得到pfp2；同时对无标签数据频谱进行两次独立的强增强处理，然后将其输入模型得到预测结果ps1和ps2，最终pw作为pfp1、pfp2、ps1和ps2的监督信号； S4、使用训练后的深度学习网络模型检测水下声音事件，输出音频数据的事件类别。

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西北工业大学深圳研究院;西北工业大学，其通讯地址为：518057 广东省深圳市南山区粤海街道高新南九道45号西北工业大学三航科技大厦25楼2501室；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。