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！

龙图腾网获悉华中科技大学申请的专利一种基于时频交叉信息融合神经网络的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：CN120297349B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202510334887.6，技术领域涉及：G06F18/10；该发明授权一种基于时频交叉信息融合神经网络的训练方法是由杨晓非;韩媛;曹德智;仇海林;张力天;李世君;欧阳君设计研发完成，并于2025-03-20向国家知识产权局提交的专利申请。

本一种基于时频交叉信息融合神经网络的训练方法在说明书摘要公布了：本发明公开了一种基于时频交叉信息融合神经网络的训练方法，属于水下目标探测技术领域，所述方法包括S1：构建包括正样本集和负样本集的混合数据集；正样本集包括模拟的浅海环境下非平稳非高斯的噪声数据b和无目标时实测的背景磁场数据c；负样本集包括：模拟的浅海环境下非平稳非高斯的噪声数据b和模拟的水下目标存在时的轴频磁场数据a。S2：利用混合数据集中的样本对基于时频交叉信息融合神经网络进行训练直至收敛。由于综合考量时域和频域特征，通过表征运动目标存在时的轴频磁场信号的时域包络特征和频域谐波特征的同时出现来消除背景噪声的影响，利用训练得到的基于时频交叉信息融合神经网络能够提高水下目标检测的准确率和鲁棒性。

本发明授权一种基于时频交叉信息融合神经网络的训练方法在权利要求书中公布了：1.一种基于时频交叉信息融合神经网络的训练方法，其特征在于，包括： S1：构建包括正样本集和负样本集的混合数据集；所述正样本集包括模拟的浅海环境下非平稳非高斯的噪声数据b和无目标时实测的背景磁场数据c；所述负样本集包括：模拟的浅海环境下非平稳非高斯的噪声数据b和模拟的水下目标存在时的轴频磁场数据a； S2：利用所述混合数据集中的样本对基于时频交叉信息融合神经网络进行训练直至收敛；其中，所述基于时频交叉信息融合神经网络包括： 时域特征提取分支，用于提取输入样本的时域特征TF； 频域特征提取分支，用于对输入样本进行FFT操作得到频域编码特征GF，对所述频域编码特征GF进行编码和卷积操作，从而得到频域特征FF； 特征交叉融合分类分支，包括： 第一卷积模块，用于对所述频域特征FF进行卷积得到频域细化特征； 第一GELU激活层，与所述第一卷积模块连接，用于激活所述频域细化特征得到频域激活特征； 第二卷积模块，用于对所述时域特征TF进行卷积得到时域细化特征； 第二GELU激活层，与所述第二卷积模块连接，用于激活所述时域细化特征得到时域激活特征； 第一Hadamard积计算器，与所述第一GELU激活层和所述第二卷积模块连接，用于计算所述频域激活特征和所述时域细化特征的Hadamard积得到第一交叉特征； 第二Hadamard积计算器，与所述第二GELU激活层和所述第一卷积模块连接，用于计算所述时域激活特征和所述频域细化特征的Hadamard积得到第二交叉特征； 第三卷积模块，与所述第一Hadamard积计算器和所述第二Hadamard积计算器连接，用于将所述第一交叉特征和所述第二交叉特征的叠加进行卷积，得到融合特征CF； 分类模块，与所述第三卷积模块连接，用于将所述融合特征CF经过线性层映射到低维特征空间，并对低维空间中的融合特征CF进行概率分类得到信号类别。

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华中科技大学，其通讯地址为：430074 湖北省武汉市洪山区珞喻路1037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。