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！

龙图腾网获悉广东工业大学申请的专利基于深度学习的讯号噪声抑制保障讯号完整性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：CN119169986B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202411153620.9，技术领域涉及：G10K11/178；该发明授权基于深度学习的讯号噪声抑制保障讯号完整性方法是由王子天;何苗设计研发完成，并于2024-08-21向国家知识产权局提交的专利申请。

本基于深度学习的讯号噪声抑制保障讯号完整性方法在说明书摘要公布了：本发明公开了基于深度学习的讯号噪声抑制保障讯号完整性方法，涉及噪声抑制处理技术领域，抑制处理步骤为：获取噪声，基于频谱分析法对噪声进行分析，基于大数据分析，对噪声类型进行对比分析，判断出当前噪声的种类；构建神经网络模型，对模型进行训练与优化，设置自适应学习机制，对不同的噪声类型进行分析；将提取的噪声信号对应地输入至构建的模型中，抑制噪声源的同时并保障讯号的完整性。本发明对噪声的来源进行分析判断，对不同类别的噪声采用不同的处理手段，对神经网络模型进行优化处理，设置了自适应学习机制，来对分类后的噪声信号进行抑制，提升噪声处理时的平滑效果，在抑制噪声后，更好地保障讯号的完整性与原有特性。

本发明授权基于深度学习的讯号噪声抑制保障讯号完整性方法在权利要求书中公布了：1.基于深度学习的讯号噪声抑制保障讯号完整性方法，其特征在于，抑制处理步骤为： 获取噪声，基于频谱分析法对噪声进行分析，基于大数据分析，对噪声类型进行对比分析，判断出当前噪声的种类； 构建神经网络模型，对模型进行训练与优化，设置自适应学习机制，对不同的噪声类型进行分析； 将提取的噪声信号对应地输入至构建的模型中，抑制噪声源的同时并保障讯号的完整性； 噪声获取基于音频采集设备进行收集获取，将获取的噪声上传至计算机内，进行处理；频谱分析法预先对连续时间信号进行采样，对采样得到的离散时间信号进行傅里叶变换处理，在进行频谱的计算，计算出信号在不同频域上的幅度与相位，对计算的频谱进行绘制，以图形的形式表示； 其中信号采样的计算公式为： xn＝xnTs 其中Ts为采样的周期，xn为离散时间信号，n为整数，表示采样点的索引； 其中傅里叶变换公式为： 其中N为采集样点的总数，k为频率索引，取值范围为0≤k≤N-1，j为虚数单位，Xk为频域，e为自然对数的底数，从傅里叶变换得到的结果中，计算出信号在不同频域上的幅度与相位； 噪声信号类型包括自然噪声与人为噪声，其中自然噪声包括天电噪声与大气噪声，自然噪声源于自然环境中产生的噪声，人为噪声基于人为活动产生，人为噪声包括工业噪声、机械噪声与电子产品噪声，自然环境中的噪声与人为产生的噪声信号类别均通过大数据来获取相应的噪声信号，与大数据得到的噪声信号进行比对即可判断出当前噪声的类型； 模型训练方式基于梯度下降法去更新权重于偏置项，并基于正则化法优化模型，防止过拟合情况，选择Adam算法为自适应学习机制，在模型中配置好算法参数，并不断地进行迭代优化处理，提高神经网络模型的性能； 在对当前分类的噪声信号输入时，神经网络模型设置有双输入框架，将不同对应的噪声信号输入至神经网络模型中对应的输入入口中，其中神经网络模型双输入框架包括自然噪声输入入口与人为噪声输入入口，通过对当前输入的噪声判断后对应的输入至不同的输入入口内。

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广东工业大学，其通讯地址为：511400 广东省广州市番禺区大学城外环西路100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。