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DAS信号跨场景多类别分类方法、系统、设备及介质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：CN119202920B 。

龙图腾网通过国家知识产权局官网在2026-02-17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：202411128379.4，技术领域涉及：G06F18/243；该发明授权一种DAS信号跨场景多类别分类方法、系统、设备及介质是由吴慧娟;舒新建;王新蕾;李兴彬;吴宇;饶云江设计研发完成，并于2024-08-16向国家知识产权局提交的专利申请。

本一种DAS信号跨场景多类别分类方法、系统、设备及介质在说明书摘要公布了：本发明公开了一种DAS信号跨场景多类别分类方法、系统、设备及介质，属于光纤传感技术领域中的信号识别分类，其目的在于解决现有技术中只能识别单个场景事件的DAS信号、无法在复杂场景下对跨场景多类别的DAS信号进行识别、分类的技术问题。其包括：获取样本及标签；构建包括特征提取网络、识别分类网络的信号识别分类模型；识别分类网络包括树形分类器，树形分类器的每个非叶节点均包括节点分类子网络和输出层，节点分类子网络包括一维卷积层、批量归一化层、ReLU层、一维最大池化层、一维卷积层、批量归一化层、ReLU层、一维最大池化层，输出层包括依次设置的转化层、全连接层、ReLU层、全连接层、ReLU层和Softmax层；训练信号识别分类模型；信号实时分类。

本发明授权一种DAS信号跨场景多类别分类方法、系统、设备及介质在权利要求书中公布了：1.一种DAS信号跨场景多类别分类方法，其特征在于，包括以下步骤： 步骤S1，获取信号样本数据； 采集多种场景下的多种类型的振动源信号样本，并对振动源信号样本进行处理得到对应的时频矩阵；对振动源信号样本的进行标注，得到标签数据； 步骤S2，构建信号识别分类模型； 构建信号识别分类模型，信号识别分类模型包括特征提取网络、识别分类网络；特征提取网络对振动源信号进行特征提取并输出特征向量；识别分类网络包括构建好的树形分类器，树形分类器的每个非叶节点均包括节点分类子网络和输出层，节点分类子网络包括依次设置的第一一维卷积层、第一批量归一化层、第一ReLU层、第一一维最大池化层、第二一维卷积层、第二批量归一化层、第二ReLU层、第二一维最大池化层，输出层包括依次设置的转化层、第一全连接层、第三ReLU层、第二全连接层、第四ReLU层和Softmax层； 步骤S3，训练信号识别分类模型； 采用步骤S1获取的时频矩阵及标签数据，对步骤S2构建的信号识别分类模型进行训练，得到最终的信号识别分类模型； 步骤S4，信号实时分类； 获取待分类的振动源信号并处理成时频矩阵，并输入步骤S3得到的信号识别分类模型，信号识别分类模型输出信号类别； 步骤S3中，训练信号识别分类模型时，总的损失函数表示为： 其中，表示特征提取总损失，表示树形分类总损失，表示第类事件的第个数据的损失，表示第类事件的第个样本，表示样本与第类事件质心的相似度，表示样本与第类事件质心的相似度，表示事件的总类数，表示第个节点分类器的损失权重，表示第个节点分类器的损失，表示特征提取网络提取到的特征，表示节点分类器的总数，表示当前节点处各原子对象类对应的标签的one‑hot 编码，表示预测的概率值，表示第个非叶节点的子节点的个数，表示第z个one‑hot 编码值，表示属于第z个预测的概率值。

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。