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！

龙图腾网获悉杭州市滨江区浙工大人工智能创新研究院申请的专利一种基于码本离散量化与多任务学习的信号特征压缩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：CN120724134B 。

龙图腾网通过国家知识产权局官网在2025-12-05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：202511228453.4，技术领域涉及：G06F18/213；该发明授权一种基于码本离散量化与多任务学习的信号特征压缩方法是由周锦超;戴忠兵;陈壮志;徐鑫杰;潘磊设计研发完成，并于2025-08-29向国家知识产权局提交的专利申请。

本一种基于码本离散量化与多任务学习的信号特征压缩方法在说明书摘要公布了：本发明公开了一种基于码本离散量化与多任务学习的信号特征压缩方法，属于信号处理与人工智能交叉技术领域。针对现有技术在高维IQ信号压缩中难以兼顾压缩效率、语义保留及计算复杂度的问题，本发明通过编码器提取原始IQ信号的高维连续特征；利用可学习码本进行矢量量化生成离散索引并计算量化损失；将离散特征输入解码器分支重构信号计算重构损失，同时输入分类器分支预测类别计算分类损失；采用多层感知机处理传统特征与编码特征，通过余弦相似度计算对比损失；联合优化量化损失、重构损失、分类损失及对比损失训练模型；最终输出离散索引作为压缩特征。该方法实现高效压缩与分类语义保留，适用于无线通信、物联网等场景。

本发明授权一种基于码本离散量化与多任务学习的信号特征压缩方法在权利要求书中公布了：1.一种基于码本离散量化与多任务学习的信号特征压缩方法，其特征在于，包括以下步骤： 输入原始IQ信号，通过编码器提取高维连续特征； 利用码本对高维连续特征进行矢量量化，通过最近邻搜索映射为离散索引，输出对应码本向量并计算量化误差损失； 将离散特征表示分别输入解码器和分类器，解码器重构信号并计算重构损失，分类器预测信号类别并计算分类损失； 采用多层感知机分别处理原始信号的传统特征和编码器提取的高维连续特征，计算对比损失； 将量化损失、重构损失、分类损失及对比损失求和得到总损失函数，基于总损失函数联合训练模型； 训练完成后，离散索引作为压缩特征输出，用于存储、传输或分类任务； 所述计算对比损失的过程包括： 提取原始信号的传统特征，包括统计特征、瞬时特征和频谱特征； 通过多层感知机分别映射传统特征和编码器特征至共同空间； 计算两者的余弦相似度，采用InfoNCE对比损失函数优化特征对齐。

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杭州市滨江区浙工大人工智能创新研究院，其通讯地址为：310056 浙江省杭州市滨江区长河街道湖西路575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。