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！

龙图腾网获悉浙江工业大学申请的专利基于多任务学习和类激活图反馈的人机不同步识别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：CN113313045B 。

龙图腾网通过国家知识产权局官网在2025-12-16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：202110651445.6，技术领域涉及：G06F18/241；该发明授权基于多任务学习和类激活图反馈的人机不同步识别方法是由周宇涵;潘清;章灵伟;葛慧青;方路平设计研发完成，并于2021-06-11向国家知识产权局提交的专利申请。

本基于多任务学习和类激活图反馈的人机不同步识别方法在说明书摘要公布了：本发明提供了一种基于多任务学习和类激活图反馈的人机不同步识别方法，通过利用多任务学习以参数硬共享的方式训练深度学习模型，通过类激活映射的方式，获得训练好的深度学习模型对输出结果的可视化解释；同时根据每种人机不同步类型的类激活图激活域设定特征区域。再将实际采集的原始呼吸信号输入已训练的深度学习模型里，获得当前呼吸信号的识别结果；最后根据人机不同步类型设定的特征区域对识别结果作修正。本发明以多任务结合参数硬共享的方式只训练一个网络模型，使得一次前向计算即可同时输出识别的多种人机不同步类型，提高了现有方法的识别效率。基于类激活图反馈的自修正分类结果，使得方法具有高准确度和可解释性。

本发明授权基于多任务学习和类激活图反馈的人机不同步识别方法在权利要求书中公布了：1.一种基于多任务学习和类激活图反馈的人机不同步识别方法，其特征在于，该方法包括： 用于人机不同步类型识别的深度学习模型训练和多种人机不同步类型的类激活图特征区域限定规则获取步骤： 采集标记的包含多种人机不同步类型和非人机不同步的呼吸信号，所述呼吸信号由一路流速和一路压力数据组成；对每个呼吸信号先进行数据标准化，再通过重采样，将数据集中的所有样本处理成等长的序列； 根据采集的数据所属的类别，构建多组训练标签，以呼吸信号为输入、类别为输出，采用多任务学习的方式训练获得用于人机不同步类型识别的深度学习模型； 通过类激活映射的方式，获得训练好的深度学习模型对每个样本输出结果的可视化解释；同时根据所有样本的类激活图激活域和标准特征区域设定特征区域的限定规则；所述特征区域的限定规则为类激活图激活域的阈值； 根据训练好的深度学习模型和特征区域的限定规则进行人机不同步类型识别步骤： 将原始呼吸信号经过预处理后，输入已训练的深度学习模型里，即可获得当前呼吸信号的人机不同步识别结果；同时通过类激活映射的方式，获得识别结果中识别类型的类激活图；若识别类型的类激活图的激活域满足特征区域的限定规则，则判为相应的人机不同步类型，否则，判为其他类型；所述根据所有样本的类激活图激活域和标准特征区域设定特征区域的限定规则，具体为： 将每个样本的类激活图的激活域做最大最小归一化，即 其中，X是类激活图的激活域，Xmin是激活域中的最小值，Xmax是激活域中的最大值，Xnorm是归一化后的激活域； 设定调整阈值N，直至所有样本的类激活图激活域中连续大于N的连通域最接近对应样本类激活图的标准特征区域，获得的阈值N即为特征区域的限定规则；所述标准特征区域由专业人员标注获得，其中，周期过长类型的标准特征区域发生在吸气相开始至结束，周期过短类型的标准特征区域发生在呼气相开始至400ms之间，双触发类型的标准特征区域发生在第一个呼吸周期的呼气相开始至第二次呼吸周期的吸气相结束之间，无效吸气努力类型的标准特征区域发生在呼气相开始的400ms之后至呼气相结束之间。

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浙江工业大学，其通讯地址为：310014 浙江省杭州市下城区潮王路18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。