Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国人民解放军国防科技大学侯毅获国家专利权

中国人民解放军国防科技大学侯毅获国家专利权

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!

龙图腾网获悉中国人民解放军国防科技大学申请的专利一种基于内容感知嵌入的时间序列数据分类方法、装置、设备及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:CN121580261B

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:202610106667.2,技术领域涉及:G06F18/2451;该发明授权一种基于内容感知嵌入的时间序列数据分类方法、装置、设备及介质是由侯毅;王谱佐;张志力;安玮;林再平;陈容均设计研发完成,并于2026-01-27向国家知识产权局提交的专利申请。

一种基于内容感知嵌入的时间序列数据分类方法、装置、设备及介质在说明书摘要公布了:本申请公开了一种基于内容感知嵌入的时间序列数据分类方法、装置、设备及介质,涉及神经网络技术领域,对人体在运动过程中的时间序列数据进行预处理;对预处理后的时间序列数据分割,得到时间序列块;计算内容感知嵌入序列,确定与时间序列块对应的序列块位置嵌入序列,生成嵌入序列;利用预训练模型对嵌入序列提取,得到特征向量;对特征向量和原型向量进行归一化处理,将归一化后特征投影至单位超球面,计算投影后的归一化后特征与原型向量间的相似度,计算时间序列数据分类预测结果;对时间序列数据进行线性层分类,识别人体在运动时对应的动作,解决因嵌入层缺乏内容感知能力和输出层无法有效建模类别分布而导致分类性能不佳的问题。

本发明授权一种基于内容感知嵌入的时间序列数据分类方法、装置、设备及介质在权利要求书中公布了:1.一种基于内容感知嵌入的时间序列数据分类方法,其特征在于,包括: 采集人体在运动过程中的时间序列数据,对所述时间序列数据进行预处理;所述时间序列数据为LSST数据集; 对预处理后的所述时间序列数据进行分割,得到时间序列块; 计算所述时间序列块的内容感知嵌入序列,确定与所述时间序列块对应的序列块位置嵌入序列,基于所述时间序列块、所述内容感知嵌入序列以及序列块位置嵌入序列生成嵌入序列; 利用预训练模型对所述嵌入序列进行提取,得到包含深层语义信息的特征向量; 对所述特征向量和预设的原型向量进行归一化处理,得到归一化后特征,将所述归一化后特征投影至单位超球面,以计算投影后的所述归一化后特征与所述原型向量之间的相似度,基于所述相似度计算时间序列数据分类预测结果; 利用所述时间序列数据分类预测结果对所述时间序列数据进行线性层分类,以识别人体在运动时对应的动作; 其中,所述计算所述时间序列块的内容感知嵌入序列,包括:对时间序列块进行快速傅里叶变换,以得到振幅谱;利用多样性强度指数计算所述振幅谱中的峰值与均方根之间的比值;利用所述比值对所述时间序列块进行缩放,以生成内容感知嵌入序列;比值的计算公式为: ; 其中,为比值,为防止除零的小常数,为振幅谱; 所述利用预训练模型对所述嵌入序列进行提取之前,还包括:将时间序列数据基础模型作为主干网络,并基于多头自注意力机制层、残差连接与层归一化、前馈神经网络构建预训练模型。

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国人民解放军国防科技大学,其通讯地址为:410073 湖南省长沙市开福区德雅路109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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。