浙江工业大学陈晋音获国家专利权
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!
龙图腾网获悉浙江工业大学申请的专利一种基于零次学习的信号开集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:CN115456027B 。
龙图腾网通过国家知识产权局官网在2025-07-15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:202211145680.7,技术领域涉及:G06F18/2415;该发明授权一种基于零次学习的信号开集识别方法是由陈晋音;葛杰设计研发完成,并于2022-09-20向国家知识产权局提交的专利申请。
本一种基于零次学习的信号开集识别方法在说明书摘要公布了:本发明公开了一种基于零次学习的信号开集识别方法,使用类别已知的信号样本集训练LSTM模型,得到用于信号开集识别的目标模型f;将类别已知的信号样本集输入至训练完成的目标模型f,计算类别已知的信号样本集每一类的特征均值向量以及相似度阈值,得到特征均值向量集合和相似度阈值集合;对待识别信号样本集进行识别。本发明通过零样本学习,通过对未知类信号的特征进行学习,达到了提升开集信号正确分类概率、信号分类精确率的目的。
本发明授权一种基于零次学习的信号开集识别方法在权利要求书中公布了:1.一种基于零次学习的信号开集识别方法,其特征在于,包括以下步骤: 1使用类别已知的信号样本集训练LSTM模型,得到用于信号开集识别的目标模型f; 2将类别已知的信号样本集输入至训练完成的目标模型f,计算类别已知的信号样本集每一类的特征均值向量以及相似度阈值,得到特征均值向量集合和相似度阈值集合; 3将待识别信号样本集中任意一个信号样本xt输入至训练完成的目标模型f,计算得到该信号样本xt的第三样本特征;并根据步骤2得到的特征均值向量集合和相似度阈值集合,求得该信号样本xt的最大第三相似度,从相似度阈值集合取出与信号样本xt的最大第三相似度类别一致的相似度阈值并进行比较,判断该信号样本xt是否为类别已知; 若判断该信号样本xt是类别已知,则下一个信号样本xt+1重复上述步骤; 若判断该信号样本xt是类别未知,则在已知的类别上新增一个类别,并更新相似度阈值集合和特征均值向量集合;下一个信号样本xt+1进行步骤4; 4下一个信号样本xt+1根据步骤3更新后的相似度阈值集合以及更新后的特征均值向量集合,重复步骤3,得到该信号样本xt+1的最大第三相似度,从更新后的相似度阈值集合取出与信号样本xt+1的最大第三相似度类别一致的相似度阈值并进行比较,判断该信号样本xt+1是否为类别已知; 若判断该信号样本xt+1属于类别已知且不属于新增的类别,则下一个信号样本xt+2重复上述步骤; 若判断该信号样本xt+1属于类别已知且属于新增的类别,则更新特征均值向量集合;下一个信号样本xt+2进行步骤5; 若判断该信号样本xt+1属于类别未知,则在已知的类别上再新增一个类别,并更新相似度阈值集合和特征均值向量集合;下一个信号样本xt+2进行步骤5; 5下一个信号样本xt+2根据步骤4更新后的相似度阈值集合以及更新后的特征均值向量集合,重复步骤4,直到所述待识别信号样本集中所有信号样本都被预测了相应的类别。
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工业大学,其通讯地址为:310014 浙江省杭州市下城区潮王路18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”。
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。