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！

龙图腾网获悉电子科技大学申请的专利一种基于无监督领域自适应模型的睡眠分期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：CN119989132B 。

龙图腾网通过国家知识产权局官网在2026-01-23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：202510355896.3，技术领域涉及：G06F18/2413；该发明授权一种基于无监督领域自适应模型的睡眠分期方法是由彭茂琴;刘铁军;郜东瑞;张皓凯;李芃锐;谢佳欣;应少飞;秦云设计研发完成，并于2025-03-25向国家知识产权局提交的专利申请。

本一种基于无监督领域自适应模型的睡眠分期方法在说明书摘要公布了：本发明公开了一种基于无监督领域自适应模型的睡眠分期方法，属于睡眠分期技术领域，包括S1、采集单通道EEG数据，并构建源域和目标域数据集；S2、构建无监督领域自适应模型，并利用源域和目标域数据集对其训练，得到无监督领域适应模型；S3、利用无监督领域适应模型中的分类器对目标域待识别EEG数据进行睡眠分期。本方法通过对抗学习策略减小源域与目标域数据之间的Wasserstein距离，实现整体数据分布的有效对齐；模型引入了三元组损失，以优化同一类别内样本间距离，进而达到类级别对齐。在不同数据集上针对六种迁移场景进行验证，显示出较好的性能提升。

本发明授权一种基于无监督领域自适应模型的睡眠分期方法在权利要求书中公布了：1.一种基于无监督领域自适应模型的睡眠分期方法，其特征在于，包括以下步骤： S1、采集单通道EEG数据，并构建源域数据集和目标域数据集； 所述源域数据集包含若干带标签的标记样本，所述目标域数据集包含若干无标签的未标记样本；其中，源域和目标域共享相同的标签空间； S2、构建无监督领域自适应模型，并利用源域数据集和目标域数据集对其训练，得到睡眠分期无监督领域适应模型； 所述无监督领域自适应模型包括特征提取器、域判别器和分类器；其中，所述特征提取器用于提取源域数据集和目标域数据集的关键特征，所述域判别器用于衡量源域和目标域中关键特征之间的相异性，并识别其来源域，所述分类器用于预测目标域中未标记样本的睡眠分期标签；对所述无监督领域自适应模型的训练包括领域级对齐训练以及类别级对齐训练； S3、利用睡眠分期无监督领域适应模型中的分类器对目标域的待识别单通道EEG数据进行睡眠分期； 所述步骤S2中，所述无监督领域自适应模型的训练方法具体为： 通过特征提取器提取源域数据集和目标域数据集的关键特征； 领域级对齐训练：基于提取的关键特征，引入源域和目标域之间的Wasserstein距离对特征提取器和域判别器进行对抗训练，在对抗训练过程中，先对域判别器进行最优化训练，进而确定域判别器的参数，并同时对特征提取器训练；利用完成训练的特征提取器提取源域数据集的关键特征，并根据提取的关键特征对分类器进行训练； 类别级对齐训练：在对分类器训练的过程中，引入伪标签生成机制构建三元组损失函数，进而对分类器及特征提取器再次进行训练优化，确定分类器和特征提取器的参数，完成无监督领域自适应模型的训练。

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电子科技大学，其通讯地址为：611731 四川省成都市高新区(西区)西源大道2006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。