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！

龙图腾网获悉中国科学院计算技术研究所申请的专利一种基于一维周期信号进行分类的迁移学习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：CN115099279B 。

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：202210804997.0，技术领域涉及：G06N3/096；该发明授权一种基于一维周期信号进行分类的迁移学习方法是由蔺思宇;李昊庭;韩银和;宋佳;马君设计研发完成，并于2022-07-08向国家知识产权局提交的专利申请。

本一种基于一维周期信号进行分类的迁移学习方法在说明书摘要公布了：本发明提供了一种基于一维周期信号进行分类的迁移学习方法，包括：S1、采用编码神经网络提取源域数据集和目标域数据集中的每个样本的特征向量，利用源域和目标域中设有标签的样本的特征向量以及标签训练分类器以识别设备的状态类别，训练时根据分类损失更新分类器的参数；S2、将目标域中没有标签的每个样本的特征向量输入经步骤S1训练的分类器以输出样本对应的状态类别，并将其作为对应样本的伪标签；S3、根据源域数据集中样本的特征向量、标签以及目标域数据集中样本的特征向量、标签和伪标签确定源域和目标域之间包含边缘分布差异和条件分布差异的第一联合分布损失，并根据第一联合分布损失更新编码神经网络的参数。

本发明授权一种基于一维周期信号进行分类的迁移学习方法在权利要求书中公布了：1.一种基于一维周期信号进行分类的迁移学习方法，其特征在于，所述方法包括如下步骤： S1、采用编码神经网络提取源域数据集和目标域数据集中的每个样本的特征向量，利用源域和目标域中设有标签的样本的特征向量以及标签训练分类器以识别设备的状态类别，以及根据分类损失更新分类器的参数，其中源域和目标域的样本采集自不同的设备，源域的所有样本均设有标签，目标域的部分样本设有标签，每个标签指示设备在被采集到对应样本时所对应的状态类别，所述样本是针对设备采集的一维周期信号，一维周期信号是传感器采集的振动信号； S2、将目标域中没有标签的每个样本的特征向量输入经步骤S1训练的分类器以输出样本对应的状态类别，并将其作为对应样本的伪标签； S3、根据源域数据集中样本的特征向量、标签以及目标域数据集中样本的特征向量、标签和伪标签确定源域和目标域之间包含边缘分布差异和条件分布差异的第一联合分布损失，并根据第一联合分布损失更新编码神经网络的参数； S4、采用步骤S3更新参数的编码神经网络提取源域数据集中每个样本的特征向量，并利用解码神经网络根据获得的每个样本的特征向量构造目标域的伪样本，得到伪目标域数据集；根据分类损失、第一联合分布损失以及伪目标域数据集与加入步骤S3得到的伪标签的目标域全标注数据集之间的多种分布差异对应的综合损失判断迁移学习是否达到预定的要求，未达到预定的要求时继续执行迁移学习。

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国科学院计算技术研究所，其通讯地址为：100190 北京市海淀区中关村科学院南路6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”。