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！

龙图腾网获悉西安邮电大学;中国船舶重工集团公司第七0五研究所申请的专利一种基于自适应多特征融合模型的水声目标识别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：CN115909040B 。

龙图腾网通过国家知识产权局官网在2025-07-04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：202211618499.3，技术领域涉及：G06V20/05；该发明授权一种基于自适应多特征融合模型的水声目标识别方法是由潘晓英;冯天浩;郑为;张无瑕;吕维;王红玉;孙乃葳;赵罡;张洁;申珅;倪文玺设计研发完成，并于2022-12-15向国家知识产权局提交的专利申请。

本一种基于自适应多特征融合模型的水声目标识别方法在说明书摘要公布了：本发明属于水声目标识别技术领域，具体涉及一种基于自适应多特征融合模型的水声目标识别方法。包括以下步骤：首先将原始的音频数据切割得到数据集；对每条音频提取MFCC特征并生成二维时频谱图；然后进行多维特征提取：包括深度时序特征提取、深度空间特征提取和深度频域特征提取；最后进行自适应多特征融合模型构建：将三种网络提取的特征进行初步拼接作为输入；将拼接后的特征集输入到通道注意力层进行自适应加权；将加权信息输入到全连接层进行水声目标识别。本方法通过多维度特征提取网络结构，挖掘了时域音频信号和频域的二维频谱图所对应的时频互补信息；通过自适应加权为后续的目标识别提供更具有判别性的特征，有效的提高了识别精度。

本发明授权一种基于自适应多特征融合模型的水声目标识别方法在权利要求书中公布了：1.一种基于自适应多特征融合模型的水声目标识别方法，其特征在于：所述方法包括以下步骤： （1）数据准备：将原始的音频数据切割得到数据集； （2）数据预处理：对每条音频提取MFCC特征并生成二维时频谱图； （3）多维特征提取：包括深度时序特征提取、深度空间特征提取和深度频域特征提取； （4）自适应多特征融合模型构建： 4.1、输入处理：将三种网络提取的特征进行初步拼接作为输入； 4.2、自适应加权：将拼接后的特征集输入到通道注意力层进行自适应加权，通道注意力层包括3个模块，分别是Squeeze、Excitation、Scale，其中Squeeze利用全局平均池化操作将每个通道的全局空间信息进Excitation为每个特征通道归一化生成权重；Scale将前面得到的归一化权重通过与每个通道的特征相乘进行加权； 4.3、输出处理：将加权信息输入到全连接层进行水声目标识别： 步骤（3）中，基于水声信号的MFCC特征数据训练LSTM网络并进提取dropout层的输出作为水声信号的深度时序特征集；基于水声信号的MFCC特征训练1D-CNN网络并提取Fully-connectedlayer1的输出作为水声信号的深度空间特征集；基于由原始语音信号生成的二维时频谱图训练2D-CNN网络并提取Globalmaxpool1层的输出作为水声信号的深度频域特征集。

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西安邮电大学;中国船舶重工集团公司第七0五研究所，其通讯地址为：710121 陕西省西安市长安区西安邮电大学南校区计算机学院；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”。