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！

龙图腾网获悉西北工业大学申请的专利一种基于深度学习的自适应线谱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：CN120199263B 。

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：202510303567.4，技术领域涉及：G10L21/0208；该发明授权一种基于深度学习的自适应线谱增强方法是由汪勇;李守赐;李宇宁;杨益新设计研发完成，并于2025-03-14向国家知识产权局提交的专利申请。

本一种基于深度学习的自适应线谱增强方法在说明书摘要公布了：本发明提供了一种基于深度学习的自适应线谱增强方法，属于信号处理领域。所述自适应线谱增强方法具体包括：生成目标声信号样本数据；目标声信号样本数据归一化处理；构建数据集；构建全连接神经网络模型；训练全连接神经网络模型；使用全连接神经网络模型在实际信号处理中进行效果验证。本发明通过深度学习的方法替代传统自适应线谱增强的迭代过程，实现了低信噪比下权值的迭代；在全连接神经网络前加入预处理手段提升线谱增强效果，改善了传统自适应线谱增强方法在低信噪比下的处理效果。

本发明授权一种基于深度学习的自适应线谱增强方法在权利要求书中公布了：1.一种基于深度学习的自适应线谱增强方法，其特征在于，所述自适应线谱增强方法具体包括以下步骤： 步骤1，生成目标声信号样本数据； 步骤2，目标声信号样本数据归一化处理； 步骤3，构建数据集；数据集包括训练数据集和测试数据集； 步骤4，构建全连接神经网络模型； 步骤5，训练全连接神经网络模型； 步骤6，使用全连接神经网络模型在实际信号处理中进行效果验证； 所述效果验证过程如下： 步骤6.1，对训练好的全连接神经网络模型进行测试： 将测试集数据输入至全连接神经网络模型中进行自适应线谱增强；自适应线谱增强的增强结果即为全连接神经网络模型的输出结果为： ； 步骤6.2，对测试后的全连接神经网络模型进行预处理以提高信噪比： 使用噪声抑制门方法作为输入全连接神经网络模型前的预处理手段，噪声抑制门方法如下： 测试集数据信号的自相关函数为： ； 噪声抑制门为为： ； 其中，为置零时间范围，n为第n次采样，为总采样点数； 幅度均衡窗为： ； 其中A为测试集数据信号的幅值； 预处理后的测试集数据为： ； 步骤6.3，将预处理后的全连接神经网络模型应用于实际信号处理。

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西北工业大学，其通讯地址为：710072 陕西省西安市友谊西路127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。