買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉中國科學院計算技術研究所申請的專利一種基于一維周期信號進行分類的遷移學習方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN115099279B 。

龍圖騰網通過國家知識產權局官網在2025-09-05發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202210804997.0，技術領域涉及：G06N3/096；該發明授權一種基于一維周期信號進行分類的遷移學習方法是由藺思宇;李昊庭;韓銀和;宋佳;馬君設計研發完成，并于2022-07-08向國家知識產權局提交的專利申請。

本一種基于一維周期信號進行分類的遷移學習方法在說明書摘要公布了：本發明提供了一種基于一維周期信號進行分類的遷移學習方法，包括：S1、采用編碼神經網絡提取源域數據集和目標域數據集中的每個樣本的特征向量，利用源域和目標域中設有標簽的樣本的特征向量以及標簽訓練分類器以識別設備的狀態類別，訓練時根據分類損失更新分類器的參數；S2、將目標域中沒有標簽的每個樣本的特征向量輸入經步驟S1訓練的分類器以輸出樣本對應的狀態類別，并將其作為對應樣本的偽標簽；S3、根據源域數據集中樣本的特征向量、標簽以及目標域數據集中樣本的特征向量、標簽和偽標簽確定源域和目標域之間包含邊緣分布差異和條件分布差異的第一聯合分布損失，并根據第一聯合分布損失更新編碼神經網絡的參數。

本發明授權一種基于一維周期信號進行分類的遷移學習方法在權利要求書中公布了：1.一種基于一維周期信號進行分類的遷移學習方法，其特征在于，所述方法包括如下步驟： S1、采用編碼神經網絡提取源域數據集和目標域數據集中的每個樣本的特征向量，利用源域和目標域中設有標簽的樣本的特征向量以及標簽訓練分類器以識別設備的狀態類別，以及根據分類損失更新分類器的參數，其中源域和目標域的樣本采集自不同的設備，源域的所有樣本均設有標簽，目標域的部分樣本設有標簽，每個標簽指示設備在被采集到對應樣本時所對應的狀態類別，所述樣本是針對設備采集的一維周期信號，一維周期信號是傳感器采集的振動信號； S2、將目標域中沒有標簽的每個樣本的特征向量輸入經步驟S1訓練的分類器以輸出樣本對應的狀態類別，并將其作為對應樣本的偽標簽； S3、根據源域數據集中樣本的特征向量、標簽以及目標域數據集中樣本的特征向量、標簽和偽標簽確定源域和目標域之間包含邊緣分布差異和條件分布差異的第一聯合分布損失，并根據第一聯合分布損失更新編碼神經網絡的參數； S4、采用步驟S3更新參數的編碼神經網絡提取源域數據集中每個樣本的特征向量，并利用解碼神經網絡根據獲得的每個樣本的特征向量構造目標域的偽樣本，得到偽目標域數據集；根據分類損失、第一聯合分布損失以及偽目標域數據集與加入步驟S3得到的偽標簽的目標域全標注數據集之間的多種分布差異對應的綜合損失判斷遷移學習是否達到預定的要求，未達到預定的要求時繼續執行遷移學習。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人中國科學院計算技術研究所，其通訊地址為：100190 北京市海淀區中關村科學院南路6號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。