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！

龙图腾网获悉北京理工大学申请的专利基于变分自编码器和时序网络的活动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：CN119939469B 。

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：202510029931.2，技术领域涉及：G06F18/2433；该发明授权基于变分自编码器和时序网络的活动识别方法是由史大威;王玮;陈婧;王军政设计研发完成，并于2025-01-08向国家知识产权局提交的专利申请。

本基于变分自编码器和时序网络的活动识别方法在说明书摘要公布了：本发明公开了一种基于变分自编码器和时序网络的活动识别方法，属于行为特征识别技术领域，包括以下步骤：S1、收集活动信号的原始数据集并进行预处理；S2、基于S1采用VAE提取潜在特征，输出重构误差；S3、基于S1采用CNN‑GRU得到时间动态特征；S4、基于S2、S3的结果采用自注意力机制进行特征融合，采用深度嵌入聚类层进行软分配并采用分类器进行分类，完成模型训练；S5、进行测试，判断输入是否为OOD数据，输出类别。本发明通过对重构误差和深度嵌入聚类层的输出进行判断，有效识别并处理OOD数据，增强模型的鲁棒性和泛化能力；通过结合VAE、CNN、GRU和自注意力机制，全面提取IMU信号中的时空特征，提高活动识别的准确性，有效保留时序信息，提高模型训练效率。

本发明授权基于变分自编码器和时序网络的活动识别方法在权利要求书中公布了：1.一种基于变分自编码器和时序网络的活动识别方法，其特征在于，包括以下步骤： S1、针对活动时序信号采用惯性测量单元传感器收集加速度计传感器的原始数据集，对原始数据集进行预处理，得到训练集和测试集； S2、将S1得到的训练集输入到变分自编码器中，定义损失函数对变分自编码器进行训练，变分自编码器中的编码器负责提取潜在特征，变分自编码器中的解码器负责利用潜在特征重构数据分布，输出重构误差，采用重参数化进行反向传播； S3、针对S1得到的训练集采用CNN捕捉空间特征关联，得到局部时空特征，采用GRU捕捉局部时空特征在时间纬度上的动态演变，得到时间动态特征； 捕捉空间特征关联包括卷积操作、采用激活函数引入非线性和批归一化操作； 捕捉局部时空特征在时间纬度上的动态演变的具体过程为：计算更新门、重置门和最终隐状态的值，确定局部时空特征中需要记忆和丢弃的信息； S4、采用自注意力机制将S2得到的潜在特征和S3得到的时间动态特征进行特征融合，得到样本特征，采用深度嵌入聚类层对样本特征进行软分配并迭代训练，得到每个样本特征与簇中心之间的距离，采用分类器对样本特征进行分类，完成模型训练； 迭代训练的具体过程为： 1采用学生t分布计算每个样本特征属于各个簇的概率； 2最小化每个样本特征属于各个簇的概率和目标分布之间的KL散度损失； S5、将S1中的测试集输入到训练好的模型中，判断S2得到的重构误差和S4中的样本特征与最近的簇中心之间的距离是否均大于对应阈值，均大于则判定为OOD数据，否则通过S4中的分类器输出测试集的类别。

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北京理工大学，其通讯地址为：100081 北京市海淀区中关村南大街5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。