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！

龙图腾网获悉广东新视野信息科技股份有限公司申请的专利一种基于深度学习的扬尘噪声监测数据智能分析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：CN120408324B 。

龙图腾网通过国家知识产权局官网在2025-11-07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：202510890499.6，技术领域涉及：G06F18/241；该发明授权一种基于深度学习的扬尘噪声监测数据智能分析方法是由杜胜堂;李航设计研发完成，并于2025-06-30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扬尘噪声监测数据智能分析方法在说明书摘要公布了：本发明公开了一种基于深度学习的扬尘噪声监测数据智能分析方法，通过获取初始多源监测数据，利用小波阈值对数据中的扬尘数据进行降噪，通过自适应频带滤波对数据中的非环境干扰进行降噪，利用1D‑CNN空洞卷积神经网络提取多尺度时序特征建立扬尘分支，通过Transformer编码器提取长程频谱依赖建立噪声分支，通过注意力融合机制进行跨模态特征交互，得到双流深度神经网络模型；将所述降噪监测数据输入至模型中进行识别，输出事件分类概率和决策因子；根据评估结果进行智能预警。有效提升复杂环境事件识别准确率，对施工扬尘事件的识别准确率提升。

本发明授权一种基于深度学习的扬尘噪声监测数据智能分析方法在权利要求书中公布了：1.一种基于深度学习的扬尘噪声监测数据智能分析方法，其特征在于，所述扬尘噪声监测数据智能分析方法包括以下步骤： 通过多源传感器同步采集扬尘浓度数据、噪声频谱数据和气象参数，得到多源监测数据； 利用小波阈值对数据中的扬尘数据进行降噪，通过自适应频带滤波对数据中的非环境干扰进行降噪，得到降噪监测数据； 利用1D-CNN空洞卷积神经网络提取多尺度时序特征建立扬尘分支，1D-CNN空洞卷积神经网络至少包括输入层、空洞卷积层、批量归一化层和池化层；利用输入层接收降噪监测数据中的扬尘数据和气象参数，将扬尘数据和气象参数拼接成一维时间序列数据；通过Transformer编码器提取长程频谱依赖建立噪声分支，Transformer编码器至少包括输入层、位置编码层、Transformer编码器层和归一化层；利用输入层将降噪后的噪声频谱数据作为输入，基于正弦余弦位置编码为噪声频谱数据添加位置信息；采用双向注意力机制计算扬尘特征对噪声特征的注意力权重和噪声特征对扬尘特征的注意力权重，得到CNN-Transformer双流深度神经网络模型； 将所述降噪监测数据输入至所述CNN-Transformer双流深度神经网络模型中进行识别，输出事件分类概率和决策因子；事件分类概率至少包括施工扬尘、交通噪声、工业噪声和正常环境，根据所述事件分类概率和决策因子进行环境状态评估，根据评估结果进行智能预警。

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新视野信息科技股份有限公司，其通讯地址为：518054 广东省深圳市南山区粤海街道学府路软件产业基地四栋D座522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。