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！

龙图腾网获悉福州大学申请的专利基于改进型离散余弦变换的模拟特征转换器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：CN115204293B 。

龙图腾网通过国家知识产权局官网在2025-07-01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：202210835462.X，技术领域涉及：G06F18/2136；该发明授权基于改进型离散余弦变换的模拟特征转换器是由钱慧;汪志强设计研发完成，并于2022-07-15向国家知识产权局提交的专利申请。

本基于改进型离散余弦变换的模拟特征转换器在说明书摘要公布了：本发明提供了基于改进型离散余弦变换的模拟特征转换器，包括比较器、计数器及分类器；所述计数器的输入端连接所述比较器的输出端，所述计数器的输出端连接所述分类器的输入端；包括离散训练阶段及在线计算阶段；应用本技术方案可大大地减小信息的采样率，从而减小硬件成本以及功耗。

本发明授权基于改进型离散余弦变换的模拟特征转换器在权利要求书中公布了：1.基于改进型离散余弦变换的模拟特征转换器，其特征在于包括比较器、计数器及分类器；所述计数器的输入端连接所述比较器的输出端，所述计数器的输出端连接所述分类器的输入端；所述模拟特征转换器包括离散训练阶段及在线计算阶段； 所述离散训练阶段包括稀疏编码、SGD算法以及字典更新策略； 所述稀疏编码针对预定义的MDCT字典，根据 式中，第一项为重构误差项；后两项为正则约束项，λ1和λ2为正则化参数都是常数，x为信号样本，α为信号x对应的稀疏系数，D为最终学习获取的最优MDCT联合基字典； 采用Feature-si1.gn算法来求解稀疏系数α*，该算法的时间复杂度取决于样本数据的维度n和每次迭代的样本数据量b，即算法的时间复杂度为Onb； 分类器学习的目标函数写为： 式中，α*xi,D为xi的特征编码系数；为分类器的损失函数；W为分类向量机内部的训练所需的超平面的法向量与偏置的统称即分类器模型，l表示输入的信号对应的标签集；具体的损失函数表示如下： 式中，W＝w1,w2,...wk； SGD算法的迭代方法是从当前样本对应的目标函数位置沿着梯度负方向迭代，梯度计算公式为： 式中,表示微分符号，T是矩阵的转置，M表示包含M个N维样本的有限信号集，RK为原始样本空间所映射到的k维的高维空间，β*是RK中的一个向量；它依赖于D,W,x,α；记Λ为稀疏系数α*的非零系数指标集；以分类器参数为例，前后两次迭代形式表示如下： 其中Wt为第t次所迭代出的分类器模型，ρ表示学习率，v为正则参数，为梯度计算公式，L表示标签集； 字典原子的选择策略为交互信息来衡量原子与特征之间的相关性，通过分类器中的标签来指导字典原子的学习；每个稀疏系数对应字典中一个原子，只要估计出系数的MI值，即可获取每个字典原子与任务特征的相关性； 假设信号集X中的第t个信号xt对应的特征向量为αt＝αt1,αt2,...,αtK，首先将所有的信号的第i个特征向量α1i,α2i,...,αMi量化成H个等级，用α'ti∈{1,2,...,H}表示量化后的αti，则量化后的特征与分类任务的联合概率可以表示为： 其中，l是类标签，取l＝1或l＝0；lt表示第t个信号xt对应的类标签；h为量化等级，且有h∈{1,2,...,H}；H表示等级的个数，|·|为集合基数；因此，每个任务类别与原子之间的MI为： 式中，pih和pl分别为第i原子和类标签的边缘分布；在每次迭代过后计算出每个原子的MI值，经过所有迭代次数后，选出相关度最高的字典原子； 算法验证流程如下：将处理好的数据集划分为训练集和测试集； 其次将训练集作为MPSGD算法的输入，通过Feature-sign软件包计算初始MDCT字典的稀疏矩阵，然后不断迭代学习出最终的字典和分类器模型；最后测试阶段使用上述学习的字典都测试集信号进行特征提取，将提取的稀疏系数作为分类模型的输入进行分类； 在线计算部分包括PWM调制模块和计数器，输入信号xt与设计的调制波形进行比较，其幅值信息被映射到PWM波形的脉宽中，然后使用计数器结合PN序列对其计数观测；包括以下步骤： 1产生测试信号与调制信号：首先需要对FPGA机箱模块进行设置，产生模拟心电信号和调制信号； 2生成PWM波形：产生的调制信号和测试信号同时输入到PWM调制电路中，生成PWM波形，输入到下一步的机箱； 3测量PWM宽度：通过机箱对PWM波形宽度进行计数，设置计数器参数的； 4数据采集端：对计数后的数值进行采集，并保存为.txt文件，发送到PC接收端； 5分类测试：PC端接收到数据后，传到工作区间进行分类。

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福州大学，其通讯地址为：350108 福建省福州市闽侯县福州大学城乌龙江北大道2号福州大学；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”。