Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 哈尔滨工程大学王兴梅获国家专利权

哈尔滨工程大学王兴梅获国家专利权

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!

龙图腾网获悉哈尔滨工程大学申请的专利一种基于双通道自监督声特征学习的水下目标识别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:CN116612376B

龙图腾网通过国家知识产权局官网在2026-02-10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:202310512402.9,技术领域涉及:G06V20/05;该发明授权一种基于双通道自监督声特征学习的水下目标识别方法是由王兴梅;战歌;刘子健;杨东梅;吴沛然设计研发完成,并于2023-05-08向国家知识产权局提交的专利申请。

一种基于双通道自监督声特征学习的水下目标识别方法在说明书摘要公布了:本发明为了深入研究对比式自监督特征学习方法提升水下目标识别任务性能,提出一种基于双通道自监督声特征学习的水下目标识别方法。包括如下步骤:1提出构建双通道自注意力音频编码器模型;2提出构建动态正样本存储的双通道自注意力音频编码器模型;3完成基于动态正样本存储的双通道自注意力音频编码器模型的水下目标识别方法,提取动态正样本存储的双通道自注意力音频编码器谱图特征,利用多层感知机模型和多分类逻辑回归模型完成水下目标识别任务。本发明提出的一种基于双通道自监督声特征学习的水下目标识别方法具备良好的识别精度和收敛速度,能够有效的在噪声环境下对水下目标进行识别,表现出较强的鲁棒性。

本发明授权一种基于双通道自监督声特征学习的水下目标识别方法在权利要求书中公布了:1.一种基于双通道自监督声特征学习的水下目标识别方法,其特征在于,包括: 所述对比式自监督特征学习是指通过对比正负样本对进行特征表示学习的自监督方法; 1提出构建双通道自注意力音频编码器Dual-channelSelf-attentionAudioEncoder,DSAE模型; 1.1将具有丰富低频信息的梅尔滤波器组声谱图MelFilter-bank,FBank特征特征和关注高频信号的伽马滤波器组声谱图GammatoneFilter-bank,GBank特征统一在对比式自监督特征学习; 1.2利用局部自注意力机制的水下目标特征提取模块,更好的提取局部特征语义信息; 2提出构建动态正样本存储的双通道自注意力音频编码器Dual-channelSelf-attentionAudioEncoderwithDynamicpositivesampleMemoryModule,DSAE-DMM模型; 2.1在DSAE模型基础上,利用时域-频域增强的数据增强策略增加数据样本多样性,提升鲁棒性; 2.2采用基于动态正样本存储模块DynamicpositivesampleMemoryModule,DMM的正负样本平衡策略,存储锚点样本的历史时空特征作为正样本增广,平衡正负样本数量; 3完成基于DSAE-DMM的水下目标识别方法; 3.1将自监督训练得到的目标编码器用于下游任务,提取得到水下目标的动态正样本存储的双通道自注意力音频编码器谱图Dual-channelSelf-attentionAudioEncoderwithDynamicpositivesampleMemoryModuleSpectrogram,DSAE-DMMSpec特征; 3.2将DSAE-DMMSpec特征分别作为为多层感知机MLP模型和多分类逻辑回归MLR模型的输入,通过多分类目标识别模型对识别任务进行处理,完成水下目标识别任务。

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哈尔滨工程大学,其通讯地址为:150001 黑龙江省哈尔滨市岗区南通大街145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。