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！

龙图腾网获悉江南大学;中国科学院苏州生物医学工程技术研究所;上海理工大学;苏州大学;大连理工大学申请的专利一种时频联合分析与多尺度特征增强学习的模型架构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：CN121388795B 。

龙图腾网通过国家知识产权局官网在2026-03-31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：202511970894.1，技术领域涉及：G06F18/241；该发明授权一种时频联合分析与多尺度特征增强学习的模型架构是由钱鹏江;姚健;付威威;杨桂松;樊成;张振宇;王闯;符成龙;方伟;祝大双设计研发完成，并于2025-12-25向国家知识产权局提交的专利申请。

本一种时频联合分析与多尺度特征增强学习的模型架构在说明书摘要公布了：本发明属于时序数据分析技术领域，涉及一种时频联合分析与多尺度特征增强学习的模型架构，包括编码器、特征学习模块和分类头，编码器通过值嵌入、位置嵌入和时间特征嵌入，将输入的原始时间序列数据转化为第一特征表示，并作为特征学习模块的输入，特征学习模块将快速傅里叶变换和连续小波变换结合，通过自适应聚合算法调整时频分析的分解层次，全面捕捉数据特征，经过特征学习模块处理后输出第二特征表示，分类头通过激活函数、Dropout层和全连接层，将输入的第二特征表示映射到目标类别空间，以实现分类任务；本发明将参数量和计算量控制在一定范围内，适于实时医疗监测和低资源设备。

本发明授权一种时频联合分析与多尺度特征增强学习的模型架构在权利要求书中公布了：1.一种时频联合分析与多尺度特征增强学习的模型架构，其特征在于：所述模型架构包括编码器、特征学习模块和分类头，编码器通过值嵌入、位置嵌入和时间特征嵌入，将输入的原始时间序列数据转化为第一特征表示，经过特征学习模块处理后输出第二特征表示，分类头通过激活函数、Dropout层和全连接层，将第二特征表示映射到目标类别空间，以实现分类任务；其中： 特征学习模块,包括快速傅里叶变换模块、连续小波变换模块和两个多尺度特征增强学习模块，快速傅里叶变换模块对第一特征表示进行频域分析，捕捉全局性、周期性特征，并传递给一个多尺度特征增强学习模块；连续小波变换模块对第一特征表示进行时域分析，捕捉局部变化和异常波动特征，并传递给另一个多尺度特征增强学习模块；每个多尺度特征增强学习模块都包括特征注意力模块、MSDC模块和LCWD模块，特征注意力模块通过自适应调整每个输入特征的权重，使模型能够自动关注高权重特征；MSDC模块利用多维差分卷积从高权重特征中提取局部信息，捕捉异常信号；LCWD模块采用长条形卷积核从高权重特征中捕捉长程依赖关系，以表达病变区域特征；通过点乘病变区域特征与异常信号加权融合全局与局部特征，以形成第二特征表示；其中：所述多维差分卷积通过计算信号的局部梯度，捕捉信号中的边界特征。

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江南大学;中国科学院苏州生物医学工程技术研究所;上海理工大学;苏州大学;大连理工大学，其通讯地址为：214122 江苏省无锡市滨湖区蠡湖大道1800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。