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！

龙图腾网获悉北京冠宇信息科技股份有限公司申请的专利声波信号自监督学习增强的鲁棒降噪处理方法及系统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：CN121415799B 。

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：202512022403.7，技术领域涉及：G10L21/0308；该发明授权声波信号自监督学习增强的鲁棒降噪处理方法及系统是由蒋毅;李继锋;刘仪;赵博垠设计研发完成，并于2025-12-30向国家知识产权局提交的专利申请。

本声波信号自监督学习增强的鲁棒降噪处理方法及系统在说明书摘要公布了：本发明提供声波信号自监督学习增强的鲁棒降噪处理方法及系统，涉及信号处理技术领域，包括通过动态自适应掩码策略对初始时频表示进行特征增强，基于掩码时频表示构建自监督重建任务，在语义流形空间分离噪声与信号子空间，结合时域连续性特征建立概率传播网络对局部依存关系建模，最终生成降噪权重并实现语义保真度优化。本发明能够有效提高噪声复杂环境下声波信号的降噪效果和语义完整性。

本发明授权声波信号自监督学习增强的鲁棒降噪处理方法及系统在权利要求书中公布了：1.声波信号自监督学习增强的鲁棒降噪处理方法，其特征在于，包括： 获取原始声波信号并进行时频域变换得到初始时频表示，采用动态自适应掩码策略对所述初始时频表示进行特征增强生成掩码时频表示，基于所述掩码时频表示构建自监督重建任务，通过最小化重建损失训练语义编码器，提取所述初始时频表示的语义嵌入向量； 将所述语义嵌入向量映射至语义流形空间，在所述语义流形空间中计算时频单元间的语义相似度矩阵，基于所述语义相似度矩阵进行自适应聚类得到噪声子空间与信号子空间的分离边界，根据所述分离边界生成噪声置信度分布，包括： 在语义流形空间中构建时频单元间的深层关联表征，将每对时频单元的语义嵌入向量映射至流形曲面，通过黎曼测地线优化算法刻画所述语义嵌入向量在所述流形曲面上的演化轨迹，基于所述深层关联表征生成自适应权重填充至语义相似度矩阵中对应位置； 融合所述语义相似度矩阵的特征值序列与特征向量组，对所述深层关联表征进行结构分析，将所述特征值序列的关联强度作为划分依据，动态确定子空间维度划分边界； 基于所述子空间维度划分边界将所述特征向量组重构为信号特征子集与噪声特征子集，通过自适应映射方法对所述信号特征子集和所述噪声特征子集进行边界建模，生成具有拓扑不变性的子空间分离边界； 针对每个时频单元，计算其语义嵌入向量到所述子空间分离边界的投影距离，通过所述自适应映射方法将所述投影距离转换为噪声置信度分布； 对所述噪声置信度分布结合所述语义嵌入向量中的时域连续性特征建立概率传播网络，利用所述概率传播网络对局部依存关系进行建模，得到校正噪声置信度分布，基于所述校正噪声置信度分布生成降噪权重，将所述降噪权重作用于所述初始时频表示得到降噪时频表示； 对所述降噪时频表示进行逆时频变换得到输出声波信号，计算所述输出声波信号在所述语义流形空间中的语义保真度偏差，根据所述语义保真度偏差对掩码参数与编码参数进行迭代优化。

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北京冠宇信息科技股份有限公司，其通讯地址为：102200 北京市昌平区回龙观镇立业路6号院2号楼2518房间；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。