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！

龙图腾网获悉西安交通大学;中国电子科技集团公司第十研究所申请的专利基于自监督的小样本时间序列识别方法及模型构建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：CN119598145B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202411647101.8，技术领域涉及：G06F18/21；该发明授权基于自监督的小样本时间序列识别方法及模型构建方法是由孙剑;吴极;王明阳;王成刚;赖作镁设计研发完成，并于2024-11-18向国家知识产权局提交的专利申请。

本基于自监督的小样本时间序列识别方法及模型构建方法在说明书摘要公布了：本发明公开了一种基于自监督的小样本时间序列识别方法及模型构建方法，所述模型构建方法包括：构建用于自监督预训练的网络模型，包含特征提取模块和掩码重建；从无标注数据中随机采样和数据增强，构建伪标签小样本时间序列任务；在伪标签小样本时间序列任务中使用自监督对比掩码方法，帮助模型学习样本内的全局信息和时间依赖性以及样本间的一致性和判别性信息以增强模型的特征提取能力；在下游小样本时间序列识别任务上微调模型并评估模型性能。本发明的基于自监督的小样本时间序列识别方法及系统能够针对小样本时间序列数据实现有效的时序特征提取，减少对大量标注数据的依赖，提升时间序列识别模型在小样本条件下的识别准确率和泛化能力。

本发明授权基于自监督的小样本时间序列识别方法及模型构建方法在权利要求书中公布了：1.一种基于自监督的小样本时间序列识别模型构建方法，其特征在于，包括以下步骤： S1，获取用于自监督预训练的无标注多元时间序列数据；无标注多元时间序列数据为心电图信号； S2，构建用于自监督预训练的网络模型，模型包括用于提取时序特征的主干网络和用于从掩码时序特征重建时间序列数据的掩码重建模块； S3，构建伪标签小样本时间序列任务： 从无标注多元时间序列数据中随机采样选取的个样本初始化得到支持队列；每个伪标签小样本时间序列任务从无标注多元时间序列数据中随机采样得到不同伪标签的个查询样本；将从支持队列中选择支持样本过程建模为熵正则化的最优传输问题，通过求解所述最优传输问题实现从支持队列中为每个伪标签查询样本找到个对应的支持样本；基于伪标签查询样本和支持样本之间的对应关系生成伪标签匹配矩阵；使用伪标签查询样本更新支持队列； S4，基于自监督对比掩码重建方法进行模型预训练，模型从构建的伪标签小样本时间序列任务所得样本间关系的对比学习和样本内关系的掩码重建任务学习，通过最小化对比损失和掩码重建损失； S5，重复S3和S4在伪标签小样本时间序列任务上优化得到预训练的网络模型；将预训练的网络模型迁移到有标注的小样本时间序列识别任务上并调节预训练权重，得到基于自监督的小样本时间序列识别模型。

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西安交通大学;中国电子科技集团公司第十研究所，其通讯地址为：710049 陕西省西安市碑林区咸宁西路28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。