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！

龙图腾网获悉东北大学申请的专利基于滑动窗口和置信度累积的气体传感器低延迟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：CN121561679B 。

龙图腾网通过国家知识产权局官网在2026-04-21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：202610078531.5，技术领域涉及：G06F18/2431；该发明授权基于滑动窗口和置信度累积的气体传感器低延迟分类方法是由苑振宇;李净峰;孟凡利;季瀚洋;朱洪民设计研发完成，并于2026-01-21向国家知识产权局提交的专利申请。

本基于滑动窗口和置信度累积的气体传感器低延迟分类方法在说明书摘要公布了：本发明提供一种基于滑动窗口和置信度累积的气体传感器低延迟分类方法，涉及气体传感与智能诊断技术领域。针对现有温度调制气体传感器依赖完整周期信号导致检测延迟高的问题，本发明提出一种SWSD‑CAD框架。该框架采用小窗口滑动检测SWSD策略，对实时数据流进行高频在线分析；同时，通过置信度累积决策CAD逻辑对连续预测结果进行仲裁，当预测结果在预设时间内持续满足置信度阈值时才做出最终决策，确保了结果的可靠性。为实现该框架，本发明设计了一种ConvMamba混合网络模型，用于高效提取短信号窗口内的判别性特征。本发明能够在保证高分类精度的前提下，显著降低检测延迟，实现气体种类的早期、快速和可靠识别。

本发明授权基于滑动窗口和置信度累积的气体传感器低延迟分类方法在权利要求书中公布了：1.一种基于滑动窗口和置信度累积的气体传感器低延迟分类方法，其特征在于，包括以下步骤： 步骤1：实时获取气体传感器在温度调制下的动态响应信号数据流； 步骤2：设计一种ConvMamba混合网络模型；在每个时间步，将当前信号窗口输入至预训练好的ConvMamba混合网络模型中； 所述ConvMamba混合网络模型包括一维卷积层、Mamba状态空间模型层、全连接分类层；所述一维卷积层用于提取信号窗口的局部模式特征；所述Mamba状态空间模型层连接在一维卷积层之后，用于对局部模式特征进行长程时间依赖性建模，并输出一个隐藏状态向量；所述全连接分类层用于将隐藏状态向量映射为即时概率预测分布；在所述一维卷积层和所述Mamba状态空间模型层之间还包括一个线性投影层，用于将局部模式特征投影到所述Mamba状态空间模型层所需的维度空间； 步骤3：引入CAD逻辑：通过两个关键超参数，即置信度阈值和连续满足步数，审查高频预测序列； 步骤3.1：初始化一个累积计数器counter为0，和一个候选类别为空； 步骤3.2：在每个时间步t中第i类气体的概率分布p中，获取最大概率值和其对应的预测类别，其中置信输出选择最大概率值； 步骤3.3：设定超参数：置信度阈值和连续满足步数； 步骤3.4：检查是否同时满足以下两个条件：且； 如果条件满足，则累积计数器counter加1；如果不满足，将counter重置为0，并将更新为当前的； 步骤3.5：当且仅当counter达到时，最终确认决策，将作为最终识别结果输出，并记录当前时间步t为决策时间点。

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东北大学，其通讯地址为：110819 辽宁省沈阳市和平区文化路三号巷11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。