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！

龙图腾网获悉南京邮电大学申请的专利基于多头注意力机制的动态噪声掩蔽编码方法及系统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：CN120896652B 。

龙图腾网通过国家知识产权局官网在2026-01-30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：202511396653.0，技术领域涉及：H04B10/85；该发明授权基于多头注意力机制的动态噪声掩蔽编码方法及系统是由陈帅东;赵海涛;刘博;任建新;陈国庆;毛雅亚;赵建业设计研发完成，并于2025-09-28向国家知识产权局提交的专利申请。

本基于多头注意力机制的动态噪声掩蔽编码方法及系统在说明书摘要公布了：本发明公开了基于多头注意力机制的动态噪声掩蔽编码方法及系统，涉及光纤通信技术领域，包括：获取待传输原始数据的比特流，将待传输原始数据的比特流输入至预先建立的Transformer神经网络模型内，输出得到初始预测序列，将初始预测序列转换成动态初始值，基于动态初始值生成混沌序列；对待传输原始数据进行三维映射，得到三维映射后的星座点，基于混沌序列将三维映射后的星座点进行加密，得到加密信息，其中，对加密过程产生的密钥序列被三维映射后进入加密信息的伪噪声内；对加密信息进行密钥序列提取，基于密钥序列生成的混沌序列对加密信息进行反向解密操作，还原得到传输的原始数据；保证了传输系统的通信安全。

本发明授权基于多头注意力机制的动态噪声掩蔽编码方法及系统在权利要求书中公布了：1.基于多头注意力机制的动态噪声掩蔽编码方法，其特征在于，方法包括以下步骤： 获取待传输原始数据的比特流，将待传输原始数据的比特流输入至预先建立的Transformer神经网络模型内，输出得到初始预测序列，将初始预测序列转换成动态初始值，基于动态初始值生成混沌序列； Transformer神经网络模型的编码器部分由N=2个相同的层组成，每层都有2个子层：多头注意力机制和全连接前馈网络；每层之间使用残差连接并进行层级归一化处理；解码器也是由跟编码器相同数目的层构成，对编码器中的特征进行学习，理解混沌序列前后序列关系后进行重新解码输出新序列； 并且采用了深度学习模型的多头注意力机制，在自注意力机制中，为每一组混沌序列计算注意力函数，编码器的每串序列创建三个查询值Q、键值K和价值V向量，计算公式如下： 1 其中，WQ、WK、WV表示Q、K、V三个向量的权重矩阵，x1和x2表示输入向量，然后对三个向量进行合并计算，公式如下： 2 其中，为缩放因子，softmax为损失函数，G表示损失函数计算值，K表示键值向量，T表示转置符号； 对待传输原始数据进行三维映射，得到三维映射后的星座点，基于混沌序列将三维映射后的星座点进行加密，得到加密信息，其中，对加密过程产生的密钥序列被三维映射后进入加密信息的伪噪声内； 对加密信息进行密钥序列提取，基于密钥序列生成的混沌序列对加密信息进行反向解密操作，还原得到传输的原始数据。

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南京邮电大学，其通讯地址为：210003 江苏省南京市鼓楼区新模范马路66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。