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申请的专利一种基于神经网络的大规模物联网采样与重构方法和系统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：CN114757338B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202210397042.8，技术领域涉及：G06N3/045；该发明授权一种基于神经网络的大规模物联网采样与重构方法和系统是由李国兵;陈源;何彬;张国梅设计研发完成，并于2022-04-15向国家知识产权局提交的专利申请。

本一种基于神经网络的大规模物联网采样与重构方法和系统在说明书摘要公布了：本发明提出一种基于神经网络的大规模物联网采样与重构方法和系统，该方法首先利用Gumbel‑Softmax技巧构建采样点选取网络，然后利用全连接层构建数据重构网络，通过合理的设计损失函数，在训练阶段利用训练集的物联网节点数据同时训练采样点选取网络和数据重构网络，一次性给出采样点选取策略和数据重构策略。本发明基于神经网络对大规模物联网数据进行采样点选取和信号重构。相较于以往方法，本发明为数据驱动的方法，不需要图拓扑结构作为先验知识，可以仅通过输入物联网节点数据，同时输出采样点选取策略以及根据采样节点数据重构出完整数据的策略，在重构性能上，在采样率较低的条件下，本发明具有一定的优势。

本发明授权一种基于神经网络的大规模物联网采样与重构方法和系统在权利要求书中公布了：1.一种基于神经网络的大规模物联网采样与重构方法，其特征在于，包括以下步骤： 步骤1，通过softmax函数对随机初始化的神经网络训练参数进行归一化处理，获得神经网络训练参数的类别分布；建立随机变量，所述随机变量服从类别分布；建立采样矩阵，所述采样矩阵利用Gumbel-Max方法依据随机变量进行分布采样，获得分布采样后的采样矩阵；通过softmax函数对分布采样后的采样矩阵进行可微分估计，获得可以被神经网络训练的采样矩阵，为采样网络； 步骤2，建立DNN网络作为重构网络，DPP网络中共有P层，每一层采用Linear结构的神经网络； 步骤2中，第层的结构式为： 5 其中，是权重矩阵，是偏移向量，两者均是可训练参数，表示第层的神经元个数，表示第层的激活函数，代表p-1层输出； 步骤2中，重构网络的表达式为： 6 式中，代表第i层的网络参数，P代表总的层数，代表采样后的数据； 步骤3，通过训练集数据对采样网络和重构网络进行训练，训练过程中，获得损失函数，通过损失函数修正采样网络和重构网络的参数，获得训练后的采样网络和重构网络； 步骤4，通过测试集数据对训练后的采样网络和重构网络进行测试，获得最终的采样网络和重构网络； 所述训练集数据和测试集数据为物联网节点，将物联网节点视为图拓扑中的节点，物联网节点的数据视为图数据，将整个系统抽象为图信号处理模型，对于数据的预处理过程为：假设物联网中共有N个节点，则图信号可以表示为，其对应的图傅里叶变换为，其中是拉普拉斯矩阵的特征向量矩阵；在经典的因子分析模型中，使用高斯分布作为系数的先验分布，假设服从降序零均值多元高斯分布，具体的分布形式如下： 4 其中，表示特征值矩阵的伪逆，其中是拉普拉斯矩阵的特征值矩阵； 所述基于神经网络的大规模物联网采样与重构方法用于图拓扑结构未知时的传感器节点采样点选择和信号数据重构。

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，其通讯地址为：710049 陕西省西安市咸宁西路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。