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！

龙图腾网获悉西北工业大学申请的专利基于变分自编码网络特征选择的深海声源深度估计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：CN116908829B 。

龙图腾网通过国家知识产权局官网在2025-12-30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：202310743837.4，技术领域涉及：G01S11/14；该发明授权基于变分自编码网络特征选择的深海声源深度估计方法是由陈铖;冯肖;杨坤德设计研发完成，并于2023-06-24向国家知识产权局提交的专利申请。

本基于变分自编码网络特征选择的深海声源深度估计方法在说明书摘要公布了：本发明涉及一种基于变分自编码网络特征选择的深海声源深度估计方法，以研究海域的η个声速剖面数据作为本专利的样本数据，基于bellhop的声场射线模型计算不同声源深度各个剖面下的声场干涉条纹，接着使用变分卷积自编码网络进行训练，实现声场干涉条纹图的降维处理，得到声场干涉条纹图对应的一维特征向量。计算不同声速剖面下一维特征向量之间的方差，便可以得到每个特征值在声速扰动情况下的方差值，将方差较大对应的特征值进行去除，便得到特征选择后的一维特征向量。最后借助一维残差卷积神经网络对特征选择后的一维特征向量进行训练，从而实现深海声源深度的估计。

本发明授权基于变分自编码网络特征选择的深海声源深度估计方法在权利要求书中公布了：1.一种基于变分自编码网络特征选择的深海声源深度估计方法，其特征在于步骤如下： 步骤1：以研究海域的η个声速剖面数据作为样本数据，使用基于bellhop的声场射线模型计算得到不同声源深度各个剖面下的声场干涉条纹Gi,df,r； 步骤2：使用不同声源深度和不同声速剖面下的声场干涉条纹Gi,df,r数据对变分自编码网络进行训练； 训练好的变分自编码网络的编码器enconder将任意输入的声场干涉条纹数据转变为与声场干涉条纹图对应的一维特征向量xi,d，i为声速剖面的索引，d为声源深度： xi,d＝enconderGi,df,r； 步骤3：根据得到的不同声源深度和声速剖面下对应的一维特征向量，计算出不同声源深度下，一维特征向量随声速扰动的方差值： 其中，meanxi,d为一维特征向量随声速扰动的均值，w为一维特征向量的长度，k是一维特征向量特征的索引； 之后去除掉一维特征向量中方差较大值对应的特征值，形成特征选择后的一维特征向量； 步骤4：利用不同声源深度特征选择后的一维特征向量完成50层的一维残差卷积神经网络的训练，训练后50层的一维残差卷积神经网络实现声源深度的估计； 所述50层的一维残差卷积神经网络由49个卷积层和一个全连接层组成； 所述一维特征向量首先经过一个卷积层变成长度为112，通道数64的二维特征，之后经过池化层变成长度为64，通道数为64的二维特征，接着通过16个由卷积块构成的残差网络，接着经过一个均值池化层形成长度为1024的特征向量，最后通过线性层转化为长度为待估计声源深度类别个数的向量，向量的每个值代表估计结果为对应的声源深度值概率，从而实现声源深度的估计。

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北工业大学，其通讯地址为：710072 陕西省西安市友谊西路127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。