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！

龙图腾网获悉河北工程大学申请的专利一种基于多层级特征提取算法的轻量化用户行为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：CN121366448B 。

龙图腾网通过国家知识产权局官网在2026-02-24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：202511937212.7，技术领域涉及：G06V40/20；该发明授权一种基于多层级特征提取算法的轻量化用户行为识别方法是由李楠;魏忠诚;陈炜;连彬;生龙;王超;赵继军设计研发完成，并于2025-12-22向国家知识产权局提交的专利申请。

本一种基于多层级特征提取算法的轻量化用户行为识别方法在说明书摘要公布了：本发明公开了一种基于多层级特征提取算法的轻量化用户行为识别方法，包括：采集CSI原始数据；提取第一时域数据集；通过样本特征增强策略获得第二时域数据集和第一频域数据集；进行深度特征提取，获得时域样本级特征和频域样本级特征并进行特征融合，得到第一融合特征，输入到双向Mamba网络中，获得第二融合特征，输入到多头注意力机制获得第三融合特征，经全局平均池化后输入到分类器，输出每个动作类别的概率分布；在模型训练过程中动态识别并屏蔽低贡献特征；本发明通过样本特征增强策略、多层级深度特征表示提取策略以及模型冗余特征轻量化策略，有效提高了用户行为识别精度，并降低了模型复杂度与计算成本。

本发明授权一种基于多层级特征提取算法的轻量化用户行为识别方法在权利要求书中公布了：1.一种基于多层级特征提取算法的轻量化用户行为识别方法，其特征在于，包括以下步骤： 步骤100，采集多名用户多种动作类别的CSI数据，获得原始数据集； 步骤200，从原始数据集中提取第一时域数据集； 步骤300，通过样本特征增强策略处理第一时域数据集，获得第二时域数据集和第一频域数据集； 步骤400，采用多层级深度特征表示提取策略中的深层次特征提取网络分别对第二时域数据集和第一频域数据集进行深度特征提取，获得时域样本级特征和频域样本级特征； 步骤500，通过自适应加权融合方法，将时域样本级特征和频域样本级特征进行特征融合，得到第一融合特征； 步骤600，将第一融合特征输入到编码器中，获得第三融合特征； 步骤700，第三融合特征经全局平均池化后输入到分类器，输出每个动作类别的概率分布； 采用总损失函数进行反向传播，优化深层次特征提取网络、编码器、分类器和可训练参数； 训练收敛后，通过模型冗余特征轻量化策略，在训练过程中动态识别并屏蔽低贡献特征； 模型训练完毕之后，采用宏平均计算方法计算网络识别准确率，将识别准确率与设定的阈值进行比对；若识别准确率大于设定的阈值则判定为性能满足感知需求，获得最终的用户行为识别模型，否则为性能不满足感知需求，当性能不满足感知需求时增加损失函数的迭代次数重新进行判断直到性能满足感知需求。

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河北工程大学，其通讯地址为：056038 河北省邯郸市经济技术开发区太极路19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。