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！

龙图腾网获悉中南大学申请的专利一种输液药品类别识别方法、系统、设备及存储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：CN121093125B 。

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：202511622972.9，技术领域涉及：G06F18/2413；该发明授权一种输液药品类别识别方法、系统、设备及存储介质是由吴帆;曹欣;欧叶玉;吕丰设计研发完成，并于2025-11-07向国家知识产权局提交的专利申请。

本一种输液药品类别识别方法、系统、设备及存储介质在说明书摘要公布了：本申请公开了一种输液药品类别识别方法、系统、设备及存储介质，输液药品类别识别方法包括通过将毫米波发射信号和反射信号进行混频，得到中频信号，基于中频信号，通过快速傅里叶变换确定第一数据对序列，通过欧式距离函数对所有窗口的第一数据对序列进行异常数据删除，将第二数据对序列输入训练好的生成器，得到训练好的生成器输出的第一特征向量；将第一特征向量输入训练好的分类器，得到训练好的分类器输出的待识别输液药品的类别识别结果，实现了无损辨识，提高了输液药品类别识别的效率与准确率。

本发明授权一种输液药品类别识别方法、系统、设备及存储介质在权利要求书中公布了：1.一种输液药品类别识别方法，其特征在于，所述输液药品类别识别方法包括： 在获取待识别输液药品的毫米波发射信号和反射信号的情况下，将所述毫米波发射信号和所述反射信号进行混频，得到中频信号； 基于所述中频信号，通过快速傅里叶变换确定第一数据对序列，其中，所述第一数据对序列包括所有窗口的第一中心频率值序列和第一振幅值序列，所述窗口为对所述中频信号使用加窗函数得到； 通过欧式距离函数对所有所述窗口的第一数据对序列进行异常数据删除，得到第二数据对序列； 将所述第二数据对序列输入训练好的生成器，得到所述训练好的生成器输出的第一特征向量，其中，所述生成器的训练过程包括： 构建第一对抗生成网络模型和训练数据集，其中，所述第一对抗生成网络模型包括第一生成器、第一判别器和第一分类器，所述训练数据集为已标注的历史数据对序列，所述历史数据对序列包括第三中心频率值序列和第三振幅值序列； 将所述训练数据集输入所述第一生成器，以使得所述训练好的生成器根据所述第三中心频率值序列和预设基函数确定第二信号强度序列；以使得所述第一生成器对所述第三振幅值序列进行归一化，得到第二归一化后振幅序列；以使得所述第一生成器的激活层基于所述第三中心频率值序列和所述第三振幅值序列提取第三特征向量； 获取所述第三特征向量的维度； 基于所述第三特征向量的维度，对所述第二信号强度序列进行扩展，得到第二扩展后强度序列； 基于所述第三特征向量、所述第二归一化后振幅序列和所述第二扩展后强度序列进行特征融合，得到第四特征向量； 基于所述第四特征向量、所述第二扩展后强度序列和所述第三振幅值序列确定第一生成器损失值； 将所述第四特征向量输入所述第一判别器，以使得所述第一判别器通过交叉熵损失函数确定第一判别器损失值； 将所述第四特征向量输入所述第一分类器，以使得所述第一分类器通过交叉熵损失函数确定第一分类器损失值； 基于所述第一生成器损失值、所述第一判别器损失值和所述第一分类器损失值更新所述第一对抗生成网络模型，得到训练好的对抗生成网络模型，其中，所述训练好的对抗生成网络模型包括所述训练好的生成器； 将所述第一特征向量输入训练好的分类器，得到所述训练好的分类器输出的所述待识别输液药品的类别识别结果。

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中南大学，其通讯地址为：410083 湖南省长沙市岳麓区麓山南路932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。