Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 哈尔滨工业大学史军获国家专利权

哈尔滨工业大学史军获国家专利权

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!

龙图腾网获悉哈尔滨工业大学申请的专利一种基于数据驱动的分数阶小波变换去噪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:CN116541660B

龙图腾网通过国家知识产权局官网在2025-09-05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:202310508205.X,技术领域涉及:G06F18/10;该发明授权一种基于数据驱动的分数阶小波变换去噪方法是由史军;安思成;刘金龙;孙德华;李菲菲设计研发完成,并于2023-05-08向国家知识产权局提交的专利申请。

一种基于数据驱动的分数阶小波变换去噪方法在说明书摘要公布了:本发明提出一种基于数据驱动的分数阶小波变换去噪方法。所述方法在分数阶小波去噪的基础上,将所有的滤波器替换为可学习的卷积核,并定义了一种用于信号降噪的可学习阈值函数激活层,网络中的分数阶尺度滤波器和分数阶小波滤波器以及阈值函数中的正负偏差是通过神经网络反向传播算法得到的。该方法是一种完全基于数据驱动的信号去噪方法。与常规的分数阶小波去噪相比,数据驱动的分数阶小波去噪省去了繁琐的阈值函数设计过程,提高了去噪算法的使用效率。

本发明授权一种基于数据驱动的分数阶小波变换去噪方法在权利要求书中公布了:1.一种基于数据驱动的分数阶小波变换去噪方法,其特征在于:所述方法包括以下步骤: 步骤一、针对应用场景采集训练信号st,构建网络的训练数据集; 步骤二、建立基于数据驱动的分数阶小波变换去噪网络,利用所述数据集对所述去噪网络进行训练,得到训练好的去噪网络; 所述基于数据驱动的分数阶小波变换去噪网络整体结构由信号分解模块、阈值函数模块、信号重建模块构成; 信号分解模块负责对输入信号进行分解得到分数阶尺度系数和分数阶小波系数,该信号分解模块由激活层和卷积层构成;信号分解模块通过公式1和公式2计算本层的分数阶尺度系数和分数阶小波系数; 阈值函数模块负责对分解得到的分数阶小波系数进行阈值处理,该阈值函数模块内部由可学习阈值函数激活层组成,其可学习阈值激活函数为: 其中,分别为正、负可学习偏差,用来控制阈值函数的去噪范围,当bk -=0且时,阈值函数模块退化为线性激活函数; 信号重建模块负责利用阈值处理后的分解系数来重建出已去噪的信号,该信号重建模块由卷积层和激活层组成;信号重建模块通过公式4重建出本层的分数阶尺度系数; 步骤三、在步骤一构建的训练数据集中采集待处理的信号 步骤四、利用训练好的去噪网络对步骤三中采集的信号进行去噪。

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哈尔滨工业大学,其通讯地址为:150001 黑龙江省哈尔滨市南岗区西大直街92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”。

以上内容由AI智能生成
免责声明
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。