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！

龍圖騰網獲悉深圳大學申請的專利基于生成對抗網絡的多使用模式下行為識別方法及終端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：CN116343328B 。

龍圖騰網通過國家知識產權局官網在2025-09-09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：202310177147.7，技術領域涉及：G06V40/20；該發明授權基于生成對抗網絡的多使用模式下行為識別方法及終端是由周寶定;吳禧鵬;張星;李清泉設計研發完成，并于2023-02-28向國家知識產權局提交的專利申請。

本基于生成對抗網絡的多使用模式下行為識別方法及終端在說明書摘要公布了：本發明公開了基于生成對抗網絡的多使用模式下行為識別方法及終端，方法包括：采集多使用模式下的行為數據，得到源域數據集和目標域數據集，并將得到的源域數據集和目標域數據集作為GAN模型的輸入；通過GAN模型提取目標域與源域之間跨域共享的域不變表示，并根據所述源域數據集的標記序列在所述目標域生成合成序列；根據目標域生成合成序列進行遷移學習，并根據學習好的域不變表示預測多使用模式下的行為標簽。本發明解決了現有行為識別技術需要采集較多新環境中的傳感器數據才能計算出準確的變換矩陣的問題，減少了數據采集的工作量，加快數據處理速度。

本發明授權基于生成對抗網絡的多使用模式下行為識別方法及終端在權利要求書中公布了：1.一種基于生成對抗網絡的多使用模式下行為識別方法，其特征在于，包括： 采集多使用模式下的行為數據，得到源域數據集和目標域數據集，并將得到的源域數據集和目標域數據集作為GAN模型的輸入； 通過GAN模型提取目標域與源域之間跨域共享的域不變表示，并根據所述源域數據集的標記序列在所述目標域生成合成序列； 根據所述目標域生成合成序列進行遷移學習，并根據學習好的域不變表示預測多使用模式下的行為標簽； 所述通過GAN模型提取目標域與源域之間跨域共享的域不變表示，包括： 通過RNN序列編碼器和特定的域向量提取所述目標域與所述源域之間跨域共享的域不變表示： 分析不同使用模式下，根據不同行為產生傳感器信號所提取的共有特征信息，在所述源域與所述目標域中使用不同的域向量區分每個域特定的特征，利用預設函數參數在所述源域與所述目標域之間進行共享； 所述根據源域數據集的標記序列在所述目標域生成合成序列，包括： 根據GAN生成器與所述RNN序列編碼器，結合得到序列轉換模型； 根據所述序列轉換模型及所述源域數據集的標記序列在所述目標域生成合成序列； 所述根據序列轉換模型及所述源域數據集的標記序列在所述目標域生成合成序列，之后包括： 根據周期一致性正則化，對所述源域生成的序列進行映射，并通過定義一致性損失懲罰優化器，得到改進后的生成合成序列； 根據感知一致性正則化，將所述RNN序列編碼器作為感知函數，在所述GAN生成器轉換到所述目標域后執行語義表示常量； 所述根據序列轉換模型及所述源域數據集的標記序列在所述目標域生成合成序列，之后還包括： 通過RNN重構解碼器重建所述合成序列：根據所述域不變表示、重建損失函數以及服從正態分布的噪聲對進行重建； 所述根據目標域生成合成序列進行遷移學習，并根據學習好的域不變表示預測多使用模式下的行為標簽，包括： 通過所述GAN生成器和所述RNN重構解碼器優化域不變表示； 當提取的域不變表示滿足要求時，通過所有域共享的行為預測器將在所述源域學習到的內容遷移到所述目標域； 根據學習好的域不變表示預測多使用模式下的行為標簽。

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深圳大學，其通訊地址為：518060 廣東省深圳市南山區南海大道3688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”。