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！

龙图腾网获悉浙江工业大学申请的专利一种基于主辅两路时空特征融合的音乐分类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：CN116702043B 。

龙图腾网通过国家知识产权局官网在2026-02-27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：202310757630.2，技术领域涉及：G06F18/241；该发明授权一种基于主辅两路时空特征融合的音乐分类方法是由池凯凯;苏立冬;缪明轩;高华设计研发完成，并于2023-06-26向国家知识产权局提交的专利申请。

本一种基于主辅两路时空特征融合的音乐分类方法在说明书摘要公布了：本发明公开了一种基于主辅两路时空特征融合的音乐分类方法，包括：获取用于训练的音频数据及其标签，并进行去噪处理，切割成片段，提取出梅尔频谱图；构建深度学习网络，网络由主辅两路组成，主路是时空注意网络，辅路是预训练网络，两路的训练结果进行融合；将训练数据的梅尔频谱图依次输入到深度学习网络中，计算深度学习网络输出的训练结果与其标签的差异，从而反向传播对网络的参数进行更新；获取待处理的音频数据，并进行去噪处理，切割成片段，提取出梅尔频谱图；将梅尔频谱图输入到深度学习网络中，分别从时空注意网络和预训练网络中得到分类结果，通过融合得到最终结果。本发明增强了深度学习网络的容错率的同时，也增加了模型准确率。

本发明授权一种基于主辅两路时空特征融合的音乐分类方法在权利要求书中公布了：1.一种基于主辅两路时空特征融合的音乐分类方法，其特征在于：所述基于主辅两路时空特征融合的音乐分类方法，包括如下步骤： S1、获取用于训练的音频数据及其标签，对用于训练的音频数据进行去噪处理，并切割成片段，提取出梅尔频谱图； S2、构建深度学习网络，所述深度学习网络包括主辅两路及融合操作，主路是时空注意网络，辅路是预训练网络，将主辅两路的分类结果进行融合得到训练结果； S3、将用于训练的音频数据的梅尔频谱图依次输入到深度学习网络中，计算深度学习网络输出的训练结果与其标签的差异，从而反向传播对深度学习网络的参数进行更新； S4、获取待处理的音频数据，对待处理的音频数据进行去噪处理，并切割成片段，提取出梅尔频谱图； S5、将待处理的音频数据的梅尔频谱图输入到深度学习网络中，分别从时空注意网络和预训练网络中得到分类结果，通过融合得到最终结果； 其中，所述时空注意网络包括一个空间网络Densenet、一个时间网络LSTM和两个全连接层，并执行如下操作： 将梅尔频谱图输入到空间网络Densenet，提取出空间特征向量； 将梅尔频谱图输入到时间网络LSTM，提取出时间特征向量； 将空间特征向量和时间特征向量进行点积得到时空注意权重W； 时空注意权重W与时间特征向量进行点积再通过两个全连接层，获得时空注意网络的分类结果。

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浙江工业大学，其通讯地址为：310014 浙江省杭州市下城区潮王路18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。