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！

龙图腾网获悉长春大学申请的专利基于呼吸音信号的多特征融合增强的特征提取方法及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：CN120930080B 。

龙图腾网通过国家知识产权局官网在2025-12-09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：202511454871.5，技术领域涉及：G06F18/25；该发明授权基于呼吸音信号的多特征融合增强的特征提取方法及系统是由史丽娟;杨晗;赵剑;匡哲君;孟柯妤;车娜;王海燕;王柳;何秉高设计研发完成，并于2025-10-13向国家知识产权局提交的专利申请。

本基于呼吸音信号的多特征融合增强的特征提取方法及系统在说明书摘要公布了：基于呼吸音信号的多特征融合增强的特征提取方法及系统，涉及机器学习领域。解决了现有技术呼吸音信号进行建模方法在时间维度上对不同特征进行平均处理降维拼接，容易导致时序信息丢以及采用简单拼接的方式融合多种特征，未能有效发挥其互补优势，限制了模型对呼吸音动态变化的识别能力等问题。所述方法包括：获取原始呼吸音信号数据，并进行预处理；提取预处理后的原始呼吸音信号数据的时频特征；并设计双通道同步随机掩蔽机制，对静态特征与动态特征同时进行时间和频率维度的随机遮蔽；构建自适应特征融合与增强模块，并将融合与增强后的特征输入至预训练AST的主干网络中，完成基于呼吸音信号的多特征融合与增强的特征提取。

本发明授权基于呼吸音信号的多特征融合增强的特征提取方法及系统在权利要求书中公布了：1.基于呼吸音信号的多特征融合增强的特征提取方法，其特征在于，所述方法包括以下步骤： 步骤1、获取原始呼吸音信号数据，并对所述原始呼吸音信号数据进行预处理； 步骤2、提取预处理后的原始呼吸音信号数据的时频特征，所述时频特征包括静态特征和动态特征； 步骤3、基于步骤2所提取的时频特征，采用SpecAugment方法，设计双通道同步随机掩蔽机制，对静态特征与动态特征同时进行时间和频率维度的随机遮蔽； 步骤4、针对所述静态特征与动态特征构建自适应特征融合与增强模块，并将融合与增强后的特征输入至预训练AST的主干网络中，完成基于呼吸音信号的多特征融合与增强的特征提取； 所述静态特征为Log‑Mel谱图，所述动态特征为Log‑Mel谱图的一阶差分特征Delta； 步骤3中包括以下步骤： 步骤3.1、设置时间掩蔽最大宽度、频率掩蔽最大宽度，设定同步掩蔽触发概率P； 步骤3.2、在 Log‑Mel特征矩阵的通道上随机采样时间窗口长度0,及起始帧，在[]区间置零，随机采样频率窗口长度0,及起始频带，在[]区间置零； 步骤3.3、对每次主特征掩蔽，概率P用于决定是否对 Delta特征矩阵的通道同步掩蔽，若未触发，则保留Delta特殊矩阵的通道原始值，用于补偿Log‑Mel 特殊矩阵的缺失信息； 若同步掩蔽触发，则将Log‑Mel特殊矩阵上相同时间帧和频率区间在Delta特殊矩阵的通道也置零。

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长春大学，其通讯地址为：130022 吉林省长春市卫星路6543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。