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！

龙图腾网获悉苏州声学产业技术研究院有限公司申请的专利基于SE注意力机制用于检测电机的Transformer神经网络及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：CN121031671B 。

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：202511574266.1，技术领域涉及：G06N3/0455；该发明授权基于SE注意力机制用于检测电机的Transformer神经网络及方法是由陈兴达;李鹏高;张胜;胡晨;卢明辉;谢海圣;朱腊梅;刘秋艳设计研发完成，并于2025-10-31向国家知识产权局提交的专利申请。

本基于SE注意力机制用于检测电机的Transformer神经网络及方法在说明书摘要公布了：本发明公开了基于SE注意力机制用于检测电机的Transformer神经网络及方法，涉及电机测试技术领域；神经网络包括依次连接的MFCC模块、全连接模块、Transformer模型、SE模块、平均模块和二分类模块，方法包括步骤S1：特征提取和步骤S2：Transformer分类，步骤S2中，Transformer特征矩阵经SE模块获得形状为n_frame,n_mfcc的SE特征矩阵，提升了特征表达能力；抑制冗余和噪声信息，减少无效计算；在几乎不增加计算开销的情况下，提高模型的鲁棒性与泛化能力，从而有效提升异常声音检测的精度。

本发明授权基于SE注意力机制用于检测电机的Transformer神经网络及方法在权利要求书中公布了：1.一种检测电机的方法，其特征在于：基于SE注意力机制用于检测电机的Transformer神经网络，包括步骤S1：特征提取和步骤S2：Transformer分类， Transformer神经网络包括依次连接的MFCC模块、全连接模块、Transformer模型、SE模块、平均模块和二分类模块，SE模块包括依次连接的平均层、第一全连接层、第二全连接层和加权层，Transformer模型分别与平均层和加权层连接，加权层与平均模块连接，MFCC模块用于输入电机声音时域信号，二分类模块用于输出电机正常或者异常的分类结果； 所述步骤S1中，特征提取的步骤包括获得电机声音的时域信号，经MFCC特征提取到频域特征，获得形状为n_frame,n_mfcc的特征矩阵；所述步骤S2中，Transformer分类的步骤包括如下步骤， 步骤S201：基于形状为n_frame,n_mfcc的特征矩阵提取浅层特征获得形状n_frame,n_mfcc的全连接输出特征； 步骤S202：全连接输出特征经Transformer模型获得形状为n_frame,n_mfcc的Transformer特征矩阵； 步骤S203：Transformer特征矩阵经SE模块获得形状为n_frame,n_mfcc的SE特征矩阵； 步骤S204：SE特征矩阵在时间维度上取平均，获得形状为1,n_mfcc的SE全局特征； 步骤S205：基于SE全局特征二分类获得正常或者异常的分类结果。

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苏州声学产业技术研究院有限公司，其通讯地址为：215513 江苏省苏州市常熟市研究院路5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。