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！

龙图腾网获悉浙江大学申请的专利一种基于一致性学习的模糊分段时间序列分类方法和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：CN117171649B 。

龙图腾网通过国家知识产权局官网在2025-07-11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：202311209391.3，技术领域涉及：G06F18/241；该发明授权一种基于一致性学习的模糊分段时间序列分类方法和系统是由杨洋;陈俊儒设计研发完成，并于2023-09-19向国家知识产权局提交的专利申请。

本一种基于一致性学习的模糊分段时间序列分类方法和系统在说明书摘要公布了：本发明公开了一种基于一致性学习的模糊分段时间序列分类方法和系统，属于时间序列和模式识别技术领域。将给定的时间序列数据划分为若干时间段；利用编码器模块提取各时间段的局部表示，基于所述的局部表征编码各时间段的全局关联表示；利用上下文感知的连贯预测模块根据各时间段的全局关联表示进行自身预测和上下文预测，根据双曲正切函数拟合上下文预测的单调性，得到约束后的上下文预测；结合自身预测和约束后的上下文预测得到各时间段的最终预测。本发明通过基于噪声标签学习和课程学习技术的一致性标签学习设计，协调不同来源的标签，从而得到更鲁棒、更一致的分类模型。

本发明授权一种基于一致性学习的模糊分段时间序列分类方法和系统在权利要求书中公布了：1.一种基于一致性学习的模糊分段时间序列分类方法，用于癫痫预测任务，预测结果包含正常状态和癫痫发作状态；其特征在于，分类方法包括： 将给定的颅内脑电时间序列数据划分为若干时间段； 利用编码器模块提取各时间段的局部表示，基于所述的局部表征编码各时间段的全局关联表示；所述的编码器模块包括CNN网络、CT1网络、均值池化层、CT2网络；所述的CNN网络采用多层一维卷积神经网络，CT1网络和CT2网络以Transformer作为骨架并采用双分支自注意力层实现，均值池化层用于实现均值池化操作；对于包含若干时间段的原始时间序列，首先利用CNN网络将各时间段映射到潜在表示空间得到各时间段的低层潜在表示，然后利用CT1网络对各时间段的低层潜在表示进行编码，得到各时间段的局部编码，利用均值池化层对各时间段的局部编码分别进行均值池化获得各时间段的局部表示，根据所有时间段的局部表示，利用CT2网络得到各时间段的全局关联表示； 利用上下文感知的连贯预测模块根据各时间段的全局关联表示进行自身预测和上下文预测，根据双曲正切函数拟合上下文预测的单调性，得到约束后的上下文预测； 上下文预测过程为：将不同时间段的全局关联表示两两拼接，对拼接后的表示进行邻居标签一致性判别，获得一致性判别结果，以获得的一致性判别结果为权重向量，将权重向量与相对应时间段的自身预测结果的乘积作为该时间段的上下文预测结果； 结合自身预测和约束后的上下文预测得到各时间段的最终预测。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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”。