Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北京邮电大学王松获国家专利权

北京邮电大学王松获国家专利权

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!

龙图腾网获悉北京邮电大学申请的专利一种基于DWT-RMG-TabPFN的DOFS信号分类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:CN121561567B

龙图腾网通过国家知识产权局官网在2026-04-14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:202511700482.6,技术领域涉及:G06F18/241;该发明授权一种基于DWT-RMG-TabPFN的DOFS信号分类方法是由王松;梁子斌;胡燕祝;王艳红设计研发完成,并于2025-11-19向国家知识产权局提交的专利申请。

一种基于DWT-RMG-TabPFN的DOFS信号分类方法在说明书摘要公布了:本发明提出了一种基于的信号分类方法:针对单个事件采集原始信号,计算当前时隙的差分信号;并进行分段,计算每段对应的分段差分信号;然后,对分段差分信号分别进行分解,提取对应的低频近似系数和高频细节系数,进一步建立各段对应的矩阵;接着,遍历矩阵,提取当前时隙的特征;最后,输入各类事件的特征,利用网络进行编码,得到输入序列,并结合掩码矩阵共同输入通过的推理机制中,得到推理结果,进而对测试事件进行分类预测。本发明利用神经网络与特征结合取得较高的分类准确率。

本发明授权一种基于DWT-RMG-TabPFN的DOFS信号分类方法在权利要求书中公布了:1.一种基于DWT-RMG-TabPFN的DOFS信号分类方法,其特征在于,具体步骤如下: 步骤一、针对单个事件M,在分布式光纤传感器中采集相邻时隙的原始DOFS信号,并计 算当前时隙的差分信号; 步骤二、利用信号分段窗函数对差分信号做分段,计算每段对应的分段差分信号; 将时隙的差分信号分为段,第段的分段差分信号计算为: 为时隙中第段的信号分段窗函数; 步骤三、对各段的分段差分信号分别进行DWT分解,提取对应的低频近似系数和高频细节系数; 步骤四、利用各段分段差分信号对应的低频近似系数和高频细节系数,建立各段对应的SPD矩阵; 步骤五、遍历各段对应的SPD矩阵,提取当前时隙的RMG特征,即为事件M的RMG特征; 步骤六、输入类事件的RMG特征,利用TabPFN网络进行编码,得到输入序列; 首先,将类事件的RMG特征集合划分训练集和测试集;并对每类 事件人为标注事件标签; 然后,从训练集中选择特征向量,与标注的事件标签进行 编码,得到编码结果: 式中,表示第类事件的RMG特征;表示第类事件标签;、分别为权重矩阵 参数,为偏执向量参数; 然后,将测试集中所有事件的特征向量进行编码,得到编码结果: 式中,为得到的测试集编码;为偏执向量参数; 最后,将所有训练集编码结果和测试集编码结果构成输入序列: 步骤七、将输入序列结合掩码矩阵,共同输入通过Transformer的推理机制中,得 到推理结果: 式中,掩码矩阵; 步骤八、利用推理结果对测试事件进行分类预测: 式中,为预测输出的事件分类结果;为自定义的权重矩阵;为自定义的偏执矩 阵;是对推理结果进行softmax概率归一化得到的所有类别集合。

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北京邮电大学,其通讯地址为:100876 北京市海淀区西土城路10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。