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！

龙图腾网获悉中山大学申请的专利一种基于机器学习的针对WiFi数据的手势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：CN116070156B 。

龙图腾网通过国家知识产权局官网在2025-07-29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：202211596202.8，技术领域涉及：G06F18/2415；该发明授权一种基于机器学习的针对WiFi数据的手势识别方法是由孙伟;胡凇源;张勰;唐承佩设计研发完成，并于2022-12-13向国家知识产权局提交的专利申请。

本一种基于机器学习的针对WiFi数据的手势识别方法在说明书摘要公布了：本发明公开了一种基于机器学习的针对WiFi数据的手势识别方法，涉及物联网动作识别领域，包括以下步骤：S1：构建多任务感知模型，所述的多任务感知模型包括若干个单任务模型、一个残差适配器、第一深度编码器；所述的单任务模型包括浅编码器、第二深度编码器、分类器；S2：将WiFi的CSI信道数据作为输入样本输入到多任务感知模型，采用知识蒸馏的方法对多任务感知模型进行训练，得到训练后的多任务感知模型。S3：利用训练后的多任务感知模型对WiFi数据进行预测分类，实现手势识别；本发明通过构建的多任务感知模型对WiFi的CSI信道数据中的多任务进行分类识别，实现针对WiFi数据进行手势识别，提高手势识别的准确率。

本发明授权一种基于机器学习的针对WiFi数据的手势识别方法在权利要求书中公布了：1.一种基于机器学习的针对WiFi数据的手势识别方法，其特征在于，包括以下步骤： S1：构建多任务感知模型，所述的多任务感知模型包括若干个单任务模型、一个残差适配器、第一深度编码器； 所述的单任务模型包括浅编码器、第二深度编码器、分类器； 所述的浅编码器，用于提取任务的增幅矩阵的低级特征； 所述的第二深度编码器，用于根据低级特征提取任务的高级特征； 所述的分类器，用于对任务进行预测分类； 所述的单任务模型用于预测单个任务的分类结果；所述的残差适配器，用于提取每个单任务特定的补偿特征； S2：将WiFi的CSI信道数据作为输入样本输入到多任务感知模型，采用知识蒸馏的方法对多任务感知模型进行训练，得到训练后的多任务感知模型； 所述的知识蒸馏的方法如下： 根据WiFi的CSI信道数据对应的任务分别训练对应的单任务模型，对于单任务t，训练一个单任务模型，冻结单任务模型对应的参数； 构建第一损失函数，使得共同特征在欧几里得距离下进行线性变换后接近单任务模型产生的高级特征； 利用第二损失函数使多任务感知模型得到的逻辑回归与单任务模型的逻辑回归相似； 对输入样本的最终输出是一组概率分布，对应所有T项任务；对于预测任务的结果，定义第三损失函数； 综合第一损失函数、第二损失函数、第三损失函数，得到第四损失函数，多任务感知模型的参数通过最小化第四损失函数来学习； S3：利用训练后的多任务感知模型对WiFi数据进行预测分类，实现手势识别； 所述的WiFi的CSI信道数据对应任务的增幅矩阵表示为； 式中，L为链路数量，，为接收机的天线数量，为发射机的天线数量；S为子载波的数量；P为采样的长度， ，其中表示CSI捕获工具的采样率，表示手势执行时间。

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中山大学，其通讯地址为：510275 广东省广州市海珠区新港西路135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”。