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！

龙图腾网获悉中国人民解放军网络空间部队信息工程大学申请的专利基于线性注意力网络的LED光谱指纹特征个体识别方法和装置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：CN119995946B 。

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：202510045442.6，技术领域涉及：H04L9/40；该发明授权基于线性注意力网络的LED光谱指纹特征个体识别方法和装置是由李盾;申丽慧;张二峰;任嘉伟;张剑;张艳语;朱义君设计研发完成，并于2025-01-10向国家知识产权局提交的专利申请。

本基于线性注意力网络的LED光谱指纹特征个体识别方法和装置在说明书摘要公布了：本发明属于可见光通信领域，涉及基于线性注意力网络的LED光谱指纹特征个体识别方法和装置。包括步骤1：采集LED光源的原始光谱数据，并形成光谱指纹数据库；步骤2：对LED光源的原始光谱数据进行预处理，构建训练数据集，使用SpecLinNet网络训练，将训练数据集输入已训练完成的SpecLinNet网络，提取出Softmax层之前的特征向量，形成特征向量库。步骤3：对从光谱采集器获取到的待识别的LED原始光谱数据首先进行加权多元散射校正预处理，输入至SpecLinNet网络，将网络输出的特征向量与特征向量库中的特征逐一进行余弦相似性比较，并进行判断。本发明方法是物理层的安全认证方法，安全性更高。

本发明授权基于线性注意力网络的LED光谱指纹特征个体识别方法和装置在权利要求书中公布了：1.基于线性注意力网络的LED光谱指纹特征个体识别方法，其特征在于，包括： 步骤1：采集LED光源的原始光谱数据，并形成光谱指纹特征数据库； 步骤2：对光谱指纹特征数据库中的LED光源的原始光谱数据进行预处理，以构建训练数据集；对SpecLinNet网络训练，所述的SpecLinNet网络模型中，第一层为全连接层，第二层为线性注意力层，后续为全连接层和输出层；然后将训练数据集输入已训练完成的SpecLinNet网络，提取出输出层之前的特征向量，形成特征向量库； 所述预处理是指对LED光源的原始光谱数据进行加权多元散射校正； 所述的预处理方法，包括： 步骤A：计算全局均值光谱： 定义光谱矩阵，其中是样本数，是每个光谱的波长数，定义第个样本的光谱向量，则采用式1计算该类光谱向量均值： 1； 步骤B：计算样本光谱与全局均值光谱的欧氏距离： 对于每个样本，其与均值光谱的欧式距离定义为式2： 2； 步骤C：计算加权参考光谱： 首先，采用式3计算当前样本的权重： 3； 其中，是正则化参数； 然后，采用式4计算加权参考光谱： 4； 步骤D：采用最小二乘法校正光谱： 采用式5对于每个样本进行最小二乘拟合： 5； 其中，系数和b分别通过线性回归拟合得到； 步骤E：多元散射校正： 采用式6对原始光谱进行标准化处理得到校正后的光谱： 6； 步骤3：对待识别的LED原始光谱数据首先进行加权多元散射校正预处理，并输入至SpecLinNet网络，将网络输出的特征向量与步骤2的得到的特征向量库中的特征逐一进行余弦相似性比较：如果与特征向量库中某个LED光源的特征相似性超过阈值，则判定光谱源自已知LED光源，并输出该LED光源的编号；如果与特征向量库中所有LED光源的特征相似性都不超过阈值，则判定光谱源自未知LED光源。

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人民解放军网络空间部队信息工程大学，其通讯地址为：450000 河南省郑州市高新区科学大道62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。