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！

龙图腾网获悉霍浦科技(宁波)有限公司申请的专利一种基于神经网络的脉冲信号智能切换控制方法及系统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：CN120950895B 。

龙图腾网通过国家知识产权局官网在2026-02-03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：202511470908.3，技术领域涉及：G06F18/20；该发明授权一种基于神经网络的脉冲信号智能切换控制方法及系统是由张潮辉;陆登程;周仕水;任鲁杰;雷海俊设计研发完成，并于2025-10-15向国家知识产权局提交的专利申请。

本一种基于神经网络的脉冲信号智能切换控制方法及系统在说明书摘要公布了：本发明提供一种基于神经网络的脉冲信号智能切换控制方法及系统，涉及数据处理技术领域，所述方法包括：获取脉冲输出序列并对其进行边界拟合，生成周期稳定区域列表，构建异频干涉矩阵并衡量通道间在局部干扰区域内的独立响应能力，得到状态分离指数，筛选出切换敏感区段，计算局部波形拟合的可压缩性，得到通道映射压缩率，构建特征二元组集生成训练样本集，更新神经网络模型的参数，实时获取待判别数据序列，得到预测输入集输入至神经预测模型，输出切换信号序列，并根据其识别当前是否处于最佳信号切换窗口，生成控制指令对通道间的信号进行切换。本发明能够在不同物理扰动下对通道间的信号进行精准切换。

本发明授权一种基于神经网络的脉冲信号智能切换控制方法及系统在权利要求书中公布了：1.一种基于神经网络的脉冲信号智能切换控制方法，其特征在于，所述方法包括： 获取多个周期内主通道与副通道的脉冲输出序列构建周期边界图谱，并对周期边界图谱进行边界拟合，基于统计间隔生成周期稳定区域列表； 在周期稳定区域列表中，根据主通道与副通道之间的相对波动，构建异频干涉矩阵，并根据异频干涉矩阵衡量通道间在局部干扰区域内的独立响应能力，得到状态分离指数，包括： 根据主通道与副通道之间的区段均值差值，建立各区段的平均偏移序列，计算不同通道在稳定区段内信号中心位置的相对差异程度，得到均值差值异项； 根据主通道与副通道之间的区段方差差值，形成区段波动对比序列，计算不同通道在同一区段内信号起伏幅度的相对差异程度，得到波动差异项； 根据主通道与副通道之间的区段协方差，构建区段协同变化序列，计算不同通道在同一区段内信号随时间变化的相互依赖程度，得到相关差异项； 将均值差值异项、波动差异项和相关差异项进行加权融合并对所有区段进行统计聚合，得到状态分离指数； 根据状态分离指数进行过渡识别，筛选出切换敏感区段，构建信号突变映射表，并对信号突变映射表中区段进行路径异常提取，计算局部波形拟合的可压缩性，得到通道映射压缩率，包括： 根据每个突变区段的原始路径长度和拟合路径长度，计算两者的相对缩短程度并根据原始路径长度对相对缩短程度进行归并，得到路径压缩项； 根据每个突变区段的平均残差幅度，计算残差幅度对拟合路径的占比并根据拟合路径长度对占比进行约束，得到残差比重项； 根据每个突变区段的波形偏移量，计算波形偏移量对拟合路径的耦合影响程度并根据原始路径长度对耦合影响程度进行抑制，得到偏移校正项； 将路径压缩项、残差比重项和偏移校正项进行加权融合，得到区段压缩值； 计算各突变区段之间区段压缩值的聚合程度并对聚合程度进行归并，得到通道映射压缩率； 根据状态分离指数和通道映射压缩率构建特征二元组集，并对特征二元组集进行归一化处理，生成训练样本集； 将训练样本集输入至神经网络模型进行训练，更新神经网络模型的参数，得到神经预测模型； 实时获取待判别数据序列，并对待判别数据序列进行与训练样本集相同的特征处理流程，得到预测输入集； 将预测输入集输入至神经预测模型，输出切换信号序列，并根据切换信号序列识别当前是否处于最佳信号切换窗口，生成控制指令对通道间的信号进行切换。

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霍浦科技(宁波)有限公司，其通讯地址为：315103 浙江省宁波市高新区晶辉路866弄22号6-1；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。