集美大学茅剑获国家专利权
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！
龙图腾网获悉集美大学申请的专利基于改进DnCNN的电磁信息泄漏信号去噪增强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：CN116821595B 。
龙图腾网通过国家知识产权局官网在2026-02-06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：202310642781.3，技术领域涉及：G06F18/10；该发明授权基于改进DnCNN的电磁信息泄漏信号去噪增强方法是由茅剑;游兴业;崔萌萌;刘晋明设计研发完成，并于2023-06-01向国家知识产权局提交的专利申请。
本基于改进DnCNN的电磁信息泄漏信号去噪增强方法在说明书摘要公布了：本发明公开了基于改进DnCNN的电磁信息泄漏信号去噪增强方法，包括以下步骤：构建数据集；构建初始深层去噪残差网络模型；将所述数据集输入所述初始深层去噪残差网络模型并进行训练，获取深层去噪残差网络模型；利用所述深层去噪残差网络模型，获取去噪信息，实现对显示器泄漏电磁信号去噪。本发明利用改进DnCNN通过融合卷积注意力机制提示网络特征映射能力从而提高网络去噪性能，使用LeakyReLU做为网络激活函数，增强训练后的去噪模型对微弱有效信号的恢复能力，较现有方法去噪能力更为显著，能在去噪的同时更好地保持了有效信号中的细节，对复杂信噪比的数据展现出良好的泛化性。
本发明授权基于改进DnCNN的电磁信息泄漏信号去噪增强方法在权利要求书中公布了：1.基于改进DnCNN的电磁信息泄漏信号去噪增强方法，其特征在于，具体包括以下步骤： 构建数据集； 构建初始深层去噪残差网络模型,包括： 构建一维选择性卷积核网络； 将带噪信号输入所述一维选择性卷积核网络，获取特征映射信息； 对所述特征映射信息进行特征提取，获取低维特征信息； 基于所述低维特征信息进行重建，获取去噪后的信号，构建所述初始深层去噪残差网络模型； 将所述数据集输入所述初始深层去噪残差网络模型并进行训练，获取深层去噪残差网络模型； 利用所述深层去噪残差网络模型，获取去噪信息，实现对显示器泄漏电磁信号去噪。
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集美大学，其通讯地址为：361021 福建省厦门市集美区银江路183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。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励