武汉大学徐未获国家专利权
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！
龙图腾网获悉武汉大学申请的专利甚低频信号幅值分布评估卷积神经网络模型及其训练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：CN119918588B 。
龙图腾网通过国家知识产权局官网在2025-11-11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：202411967917.9，技术领域涉及：G06N3/0464；该发明授权甚低频信号幅值分布评估卷积神经网络模型及其训练方法是由徐未;史翰卿;顾旭东;倪彬彬;王市委;冯靖媛;程雯;马文琛;王庆山;胡孟尧;吴宇峰设计研发完成，并于2024-12-30向国家知识产权局提交的专利申请。
本甚低频信号幅值分布评估卷积神经网络模型及其训练方法在说明书摘要公布了：本发明公开了一种甚低频信号幅值分布评估卷积神经网络模型及其训练方法，着力解决传统物理模型计算耗时长、效率低的问题。模型包括：输入层，其被配置为接受电离层底部的有效反射高度与电子密度随高度变化的速率数据；卷积层，其被配置为对电离层底部的有效反射高度与电子密度随高度变化的速率数据进行卷积操作提取出特征信息；池化层，其被配置为对卷积层提取出的特征信息进行压缩提取；全连接层，其被配置为将提取完成的特征信息映射到甚低频信号幅值；以及输出层，其被配置为输出甚低频信号幅值。本发明能极大地减小计算用时，并保证计算结果的准确性，在甚低频探测的工程应用领域有重要价值。
本发明授权甚低频信号幅值分布评估卷积神经网络模型及其训练方法在权利要求书中公布了：1.一种甚低频信号幅值分布评估卷积神经网络模型，其特征在于，包括： 输入层，其被配置为接受电离层底部的有效反射高度与电子密度随高度变化的速率数据； 卷积层，其被配置为对电离层底部的有效反射高度与电子密度随高度变化的速率数据进行卷积操作提取出特征信息，卷积层由多组不同大小的卷积核先分组后叠加，对电离层底部的有效反射高度与电子密度随高度变化的速率数据进行分组卷积，利用残差结构，跨越部分卷积层； 池化层，其被配置为对卷积层提取出的特征信息进行压缩提取； 全连接层，其被配置为提取出的特征信息映射到甚低频信号幅值；以及 输出层，其被配置为输出甚低频信号幅值。
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武汉大学，其通讯地址为：430072 湖北省武汉市武昌区八一路299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。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励