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！

龙图腾网获悉青岛科技大学申请的专利基于DB-LSTM神经网络的移动医疗物联网频谱智能预测算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：CN116386847B 。

龙图腾网通过国家知识产权局官网在2026-04-10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：202310227898.5，技术领域涉及：G16H50/20；该发明授权基于DB-LSTM神经网络的移动医疗物联网频谱智能预测算法是由徐凌伟;高志贺;陈哲;李玉芳;曹书博设计研发完成，并于2023-03-10向国家知识产权局提交的专利申请。

本基于DB-LSTM神经网络的移动医疗物联网频谱智能预测算法在说明书摘要公布了：本发明公开了一种基于DB‑LSTM神经网络的移动医疗物联网频谱智能预测算法，包括如下步骤：首先对本地移动医疗物联网信号数据采样，利用ResNet‑CNN模型进行频谱感知操作，获得主用户历史使用频谱时序二进制数据集；然后通过滑动窗构建具有时序特性的频谱预测数据集，利用此数据集对DB‑LSTM神经网络模型训练，利用训练后的DB‑LSTM神经网络模型实现频谱预测。所述方法能够有效的提高频谱预测准确率并降低频谱预测均方误差。

本发明授权基于DB-LSTM神经网络的移动医疗物联网频谱智能预测算法在权利要求书中公布了：1.一种基于DB-LSTM神经网络的移动医疗物联网频谱智能预测算法，其特征在于包括如下步骤： 首先对本地移动医疗物联网信号数据采样，利用ResNet-CNN模型进行频谱感知操作，获得主用户历史使用频谱时序二进制数据集； 然后通过滑动窗构建具有时序特性的频谱预测数据集，利用此数据集对DB-LSTM神经网络模型训练，利用训练后的DB-LSTM神经网络模型实现频谱预测； DB-LSTM神经网络包括两个分支结构LSTM和Bi-LSTM，将Bi-LSTM分支单元和LSTM分支单元提取的不同维度的特征信息进行特征拼接，生成特征图；最后，将特征图送入到全连接层，将高维特征映射到分类空间，输出最后的频谱预测结果； 通过设置不同大小的滑动窗口，以满足不同时隙历史频谱感知数据输入要求；依次向前滑动即可得到时序相邻、标签准确的数据集； ResNet-CNN频谱感知模型整体结构包括三层卷积神经网络，两层残差模块和三层全连接神经网络； 所述CNN网络结构中： 卷积运算过程如公式4所示： 4 式中为本层卷积输出特征图，为上层卷积输出特征图，、分别为本层的卷积核权重值与偏置值，为ReLU激活函数；某一隐含层二维卷积输出公式如式5所示： 5 公式5中表示第i个隐含层经过卷积的输出的第j个特征图，为第i-1层的第k个通道特征图，是第i层j个特征图的第k个权重，为第i层对应的偏置项； ResNet网络模块结构中： 残差学习模块计算公式如6所示： 6 公式6中，为本层残差块的输出，为上一层的输出，为残差函数，为相应的权重；如果时就相当于一个恒等映射；L层能够被任意一个比它层数浅的I层与他们之间的残差部分和表示出来，如公式7： 7 如果从第0层开始推导，第L层表示各层残差块提取特征的累加，如公式8： 8 使用交叉熵损失函数进行优化，如公式9所示： 9 y为标签值，为分类值；损失函数C对某一xl的梯度如公式10所示： 10 因为不可能一直为0，所以一定程度上能够解决梯度消失的问题。

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青岛科技大学，其通讯地址为：266061 山东省青岛市崂山区松岭路99号青岛科技大学；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。