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！

龙图腾网获悉中南民族大学申请的专利融合卷积神经网络和Transformer的多元时间序列分类方法及设备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：CN120336972B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202510766377.6，技术领域涉及：G06F18/241；该发明授权融合卷积神经网络和Transformer的多元时间序列分类方法及设备是由侯睿;谢璟超设计研发完成，并于2025-06-10向国家知识产权局提交的专利申请。

本融合卷积神经网络和Transformer的多元时间序列分类方法及设备在说明书摘要公布了：本发明公开了融合卷积神经网络和Transformer的多元时间序列分类方法，构建多元时间序列分类模型，多元时间序列分类模型包括多尺度卷积模块、通道融合卷积模块、特征维度多头注意力模块和时间维度多头注意力模块，通过多尺度卷积模块和通道融合卷积模块获得融合特征，基于特征维度多头注意力模块和时间维度多头注意力模块获得特征时间维度抽象特征，进一步获得预测类别。本发明能够同时提取时间序列的局部和全局特征，克服了传统CNN和Transformer模型在单独处理局部或全局特征时的局限性。通过多尺度卷积操作提取丰富的局部特征，并通过通道融合机制增强了跨通道信息的融合，提升了模型在复杂时间序列数据中的表现力。

本发明授权融合卷积神经网络和Transformer的多元时间序列分类方法及设备在权利要求书中公布了：1.融合卷积神经网络和Transformer的多元时间序列分类方法，包括以下步骤： 步骤1：构建多元时间序列分类模型，多元时间序列分类模型包括多尺度卷积模块、通道融合卷积模块、特征维度多头注意力模块和时间维度多头注意力模块， 步骤2：将时间序列样本集合数据依次通过多尺度卷积模块和通道融合卷积模块进行多尺度卷积和通道融合卷积操作，获得融合特征，时间序列样本集合数据中的时间序列样本为被监控者佩戴的监控设备在某个活动时间段的各个时间点检测的时间点数据，时间点数据包括三维加速度计数据和三维陀螺仪数据， 步骤3：将融合特征去掉数据类型维度并进行位置编码操作获得位置编码融合特征，位置编码融合特征输入到特征维度多头注意力模块获得特征维度残差连接特征，将特征维度残差连接特征的通道维度和时间维度交换获得残差连接特征，将残差连接特征输入到时间维度多头注意力模块，获得时间维度残差连接特征，将时间维度残差连接特征交换时间维度和通道维度后进行层归一化后输入前馈神经网络层进行非线性变换和特征提取，并再次应用层归一化得到特征时间维度抽象特征； 步骤4：对特征时间维度抽象特征的时间维度进行平均池化后去掉时间维度，再进行线性变换和归一化，获得各个时间序列样本的预测类别； 步骤5：基于最小化损失函数对多元时间序列分类模型进行训练，获得多元时间序列分类模型最优参数； 步骤6：利用训练后的多元时间序列分类模型对待识别的时间序列样本集合数据进行预测。

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中南民族大学，其通讯地址为：430074 湖北省武汉市洪山区民族大道182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”。

以上内容由龙图腾AI智能生成。