浙江大学李建龙获国家专利权
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！
龙图腾网获悉浙江大学申请的专利一种基于轻量级卷积神经网络的海洋被动声信号识别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：CN118571218B 。
龙图腾网通过国家知识产权局官网在2025-11-14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：202410817083.7，技术领域涉及：G10L15/16；该发明授权一种基于轻量级卷积神经网络的海洋被动声信号识别方法是由李建龙;史浩克设计研发完成，并于2024-06-24向国家知识产权局提交的专利申请。
本一种基于轻量级卷积神经网络的海洋被动声信号识别方法在说明书摘要公布了：本发明公开了一种基于轻量级卷积神经网络的海洋被动声信号识别方法。本发明包括以下步骤：分别构建包含信号时频谱特征的海洋被动声信号数据集以及包含低频带时频特征的低频声信号数据集；对注意力优化的轻量级一阶全卷积检测网络训练后获得全频带信号识别模型和低频信号识别模型，将待识别声信号分别输入到全频带信号识别模型和低频信号识别模型中，获得全频带信号识别结果和低频带信号识别结果，从而获得最终的声信号识别结果。本发明与现有的基于深度学习的识别算法相比，本发明适用于多目标、宽频带场景，对低频段信号和小目标信号的识别能力也更强；且模型轻量，部署友好，适用于长期值守，算力有限的水下设备，以实现实时识别的功能。
本发明授权一种基于轻量级卷积神经网络的海洋被动声信号识别方法在权利要求书中公布了：1.一种基于轻量级卷积神经网络的海洋被动声信号识别方法，其特征在于，包括步骤如下： 步骤一：利用声呐信号数据构建包含信号时频谱特征的海洋被动声信号数据集； 步骤二：构建基于注意力优化的轻量级一阶全卷积检测网络，使用图像识别数据集对基于注意力优化的轻量级一阶全卷积检测网络进行预训练后，再使用海洋被动声信号数据集对预训练后的轻量级一阶全卷积检测网络进行再次训练，得到全频带信号识别模型； 步骤三：利用声呐信号数据构建包含低频带时频特征的低频声信号数据集，利用低频声信号数据集对全频带信号识别模型进行训练后，获得低频信号识别模型； 步骤四：将待识别声信号分别输入到全频带信号识别模型和低频信号识别模型中，模型分别输出全频带信号识别结果和低频带信号识别结果；根据全频带信号识别结果和低频带信号识别结果生成最终的声信号识别结果。
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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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