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！

龙图腾网获悉浙江工业大学申请的专利一种基于时间卷积网络的运动心率预测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：CN116167412B 。

龙图腾网通过国家知识产权局官网在2025-12-23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：202310161397.1，技术领域涉及：G06N3/0464；该发明授权一种基于时间卷积网络的运动心率预测方法是由杨良怀;孙甜甜设计研发完成，并于2023-02-24向国家知识产权局提交的专利申请。

本一种基于时间卷积网络的运动心率预测方法在说明书摘要公布了：本发明公开了一种基于时间卷积网络的运动心率预测方法，包括：步骤1：采集学生运动过程中心率及经纬度的历史数据，进行运动速度及加速度数据转化、异常值处理，并对其做归一化处理及数据集划分。步骤2：构建时间卷积网络模型。使用划分后的训练数据集训练网络模型，利用测试数据集选取预测结果最好的模型进行保存。步骤3：采集近期学生运动的心率及经纬度数据，进行预处理后，输入训练好的神经网络模型，对模型输出值进行逆归一化后得到运动心率预测结果。本发明使用时间卷积网络接收多序列的速度及加速度输入，避免循环神经网络中经常出现的梯度爆炸或消失的问题，且并行的特点使其处理效率更高、速度更快。

本发明授权一种基于时间卷积网络的运动心率预测方法在权利要求书中公布了：1.一种基于时间卷积网络的运动心率预测方法，其特征在于，包括以下步骤： 步骤1：采集学生运动过程中心率及经纬度的历史数据，进行运动速度及加速度数据转化、异常值处理，并对其做归一化处理及数据集划分； 步骤2：构建时间卷积神经网络模型，使用划分后的训练数据集训练神经网络模型，利用测试数据集选取预测结果最好的模型进行保存； 所述步骤2中的神经网络模型，其整体结构包括：两级时间卷积网络的叠加及输出层，时间卷积网络中又包含多个残差块； 步骤2的具体步骤为： 2.1将速度数据、加速度数据、起始时刻到T时刻的时间信息作为输入数据的三个维度，依次经过膨胀卷积层、批量归一化层、ReLU激活层和丢弃层，其中膨胀卷积用如下公式表示： ； 其中，代表膨胀率，代表大小为的滤波器，代表一维序列输入，代表某个序列元素； 2.2在由两层膨胀率相同的卷积结构组成的残差块内进行跳层连接，使用1×1卷积与膨胀卷积层的输出结果进行合并： ； 其中，代表输入，代表卷积模块的输出，是激活函数； 2.3经过多个残差块后，得到前级时间卷积网络的输出，作为后级相同结构时间卷积网络的输入，最后通过全连接层，得到预测结果； 2.4使用平均绝对误差损失函数计算预测结果与归一化后的真实心率数据的损失，通过Adam算法更新时间卷积网络模型的参数； 2.5当损失值较小且趋于稳定时停止模型迭代，调节时间卷积网络模型的学习率、丢弃率，观察模型性能变化，从而获取模型的最优参数进行保存，即为训练好的时间卷积网络模型； 步骤3：采集近期学生运动的心率及经纬度数据，进行预处理后，输入训练好的神经网络模型，对模型输出值进行逆归一化后得到运动心率预测结果。

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工业大学，其通讯地址为：310014 浙江省杭州市拱墅区潮王路18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。