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！

龙图腾网获悉南京邮电大学申请的专利基于自监督的源域和目标域联合训练的覆盖流形估计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：CN121547791B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202610065775.X，技术领域涉及：H04W24/02；该发明授权基于自监督的源域和目标域联合训练的覆盖流形估计方法是由胡海峰;何鹏设计研发完成，并于2026-01-19向国家知识产权局提交的专利申请。

本基于自监督的源域和目标域联合训练的覆盖流形估计方法在说明书摘要公布了：本发明公开了一种基于自监督的源域和目标域联合训练的覆盖流形估计方法，包括：对指定地区划分获取每个区域对应的基站位置样本、地形信息样本以及覆盖流形样本；对源域与目标域样本依次进行数据增强处理以及动态掩码处理；构建由特征编码融合模块与覆盖流形生成模块组成的神经网络预测模型框架，用于样本输入后执行渐进式掩码生成策略，直至生成全掩码，最终获取覆盖流形预测结果；基于预测结果，计算其与真实覆盖流形在掩码区域的重构误差，并通过反向传播更新模型网络参数。本发明在训练过程中同时具备对目标域特征的重构能力与基于源域信息的生成能力，最终模型仅需输入源域信息即可生成覆盖流形预测结果。

本发明授权基于自监督的源域和目标域联合训练的覆盖流形估计方法在权利要求书中公布了：1.基于自监督的源域和目标域联合训练的覆盖流形估计方法，其特征在于，包括： S1.对指定地区进行划分，获取每个区域对应的基站位置样本、地形信息样本以及覆盖流形样本，构建源域与目标域样本数据集； S2.对源域与目标域样本依次进行数据增强处理以及动态掩码处理； S3.构建由特征编码融合模块与覆盖流形生成模块组成的神经网络预测模型框架，用于基站位置样本、地形高度样本及经掩码处理后的覆盖流形样本输入后执行渐进式掩码生成策略，直至生成全掩码，最终获取覆盖流形预测结果； S4.基于预测结果，计算其与真实覆盖流形在掩码区域的重构误差，采用L1损失作为训练损失，通过反向传播更新预测模型的网络参数； S5.最终在预测模型内仅输入源域信息即可生成对应区域覆盖流形预测结果； 所述S2中动态掩码处理用于对覆盖流形样本进行部分掩码或全掩码，具体包括： 对覆盖流形样本进行掩码处理，定义第个区域的掩码属性为，存在第个区域中网格的掩码属性为，若为0，则表示不进行掩码，对于区域中的网格进行保留，若为1，则表示对该位置进行掩码，并定义，为中非零元素的个数，用于衡量动态掩码网格的个数，掩码操作定义如下： 其中，表示矩阵中逐元素相乘，表示第个区域掩码后的覆盖流形样本，表示全1的矩阵，表示第个区域掩码前的覆盖流形样本。

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南京邮电大学，其通讯地址为：210000 江苏省南京市鼓楼区新模范马路66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。