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！

龙图腾网获悉三峡大学申请的专利基于二阶段深度学习模型的时间序列信号搜寻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：CN116403027B 。

龙图腾网通过国家知识产权局官网在2026-01-20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：202310271654.7，技术领域涉及：G06V10/764；该发明授权基于二阶段深度学习模型的时间序列信号搜寻方法是由田卫新;李俊霖;郑胜设计研发完成，并于2023-03-20向国家知识产权局提交的专利申请。

本基于二阶段深度学习模型的时间序列信号搜寻方法在说明书摘要公布了：本发明涉及基于二阶段深度学习模型的时间序列信号搜寻方法，包括：将待搜寻的时间序列数据转换为图像文件，在时间轴上进行切分，分成帧图像；对帧图像分块处理，得到分块图像；利用第一深度学习模型对分块图像中是否含有目标信号进行预测；对分块图像的预测结果重构，将分块图像的预测结果按照分块图像在原帧图像中的位置顺序排列成二值矩阵；利用第二深度学习模型根据二值矩阵预测判断二值矩阵对应的帧图像中是否有目标信号。本发明通过将时间序列信号的搜寻过程分成两个阶段，两个阶段分别采用第一深度学习模型和第二深度学习模型进行分类预测，相比单一分类模型，提高了目标搜寻的效率，并且提高了搜寻准确率。

本发明授权基于二阶段深度学习模型的时间序列信号搜寻方法在权利要求书中公布了：1.基于二阶段深度学习模型的时间序列信号搜寻方法，其特征在于，所述时间序列信号搜寻方法将时间序列信号的搜寻过程分成两个阶段，第一阶段对时间序列信号数据的分块图像进行分类，将分类结果再按照分块图像相对位置重构生成二值矩阵后，进行第二阶段分类得到最终的搜寻结果，两个阶段分别采用第一深度学习模型和第二深度学习模型； 所述第一深度学习模型采用DenseNet或Inception-Resnetv2或ResNet-Conv17； 所述第二深度学习模型，包括依次连接的Flatten、Linear1、Linear2、Linear3层以及Attention层； 所述时间序列信号搜寻方法包括以下步骤： 步骤1：将待搜寻的时间序列数据转换为图像文件，并按时间轴进行切分，分成帧图像； 步骤2：对步骤1得到的帧图像分块处理，得到分块图像； 步骤3：将步骤2得到的分块图像输入第一深度学习模型进行第一阶段的预测，即利用第一深度学习模型对分块图像中按照是否含有目标信号进行分类； 步骤4：对第一阶段的分块图像的预测结果重构，将步骤3的分块图像的预测结果按照分块图像在原帧图像中的位置生成二值矩阵，若分块图像的预测结果是有目标信号，则二值矩阵对应位置的值为1，否则为0； 步骤5：将步骤4的二值矩阵输入第二深度学习模型进行第二阶段的预测，即利用第二深度学习模型根据二值矩阵预测判断其对应的帧图像中是否有目标信号。

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三峡大学，其通讯地址为：443002 湖北省宜昌市西陵区大学路8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。