发明专利已授权

基于二阶段深度学习模型的时间序列信号搜寻方法

📄 申请号：CN202310271654.7 📄 发布日：2026/05/25

著录项目信息

申请日

2023-03-20

公开号

CN116403027B

公开日

2026-01-20

申请人

三峡大学

法律状态

已下证

专利类型

发明

主分类号

G06V10_764

IPC 分类号

G06V10_764 , G06V10_82 , G06N3_08 , G06N3_0464 , G06F123_02 ,

技术画像

所属领域

深度学习模型人工智能算法时间序列分析信号处理深度学习深度学习模型

应用场景

异常检测, 工业监测, 金融预测, 医疗信号分析, 设备故障诊断

AI 智能推荐 · 同申请人专利 · 搜索相似专利

摘要

本发明涉及基于二阶段深度学习模型的时间序列信号搜寻方法，包括：将待搜寻的时间序列数据转换为图像文件，在时间轴上进行切分，分成帧图像；对帧图像分块处理，得到分块图像；利用第一深度学习模型对分块图像中是否含有目标信号进行预测；对分块图像的预测结果重构，将分块图像的预测结果按照分块图像在原帧图像中的位置顺序排列成二值矩阵；利用第二深度学习模型根据二值矩阵预测判断二值矩阵对应的帧图像中是否有目标信号。本发明通过将时间序列信号的搜寻过程分成两个阶段，两个阶段分别采用第一深度学习模型和第二深度学习模型进行分类预测，相比单一分类模型，提高了目标搜寻的效率，并且提高了搜寻准确率。

权利要求书 (12项) 说明书附图

……

图1

图2

图3

法律状态时间线

基于混沌系统的无人机巡检交通控制系统、方法

当前第 / 件

感知信息获得方法、装置、计算机设备以及存储介质

同领域国内专利 · IPC: (G06V10_764)

G06V10_10 G06V10_12 G06V10_14 G06V10_141 G06V10_143 G06V10_147 G06V10_20 G06V10_22 G06V10_24 G06V10_25 G06V10_26 G06V10_28 G06V10_30 G06V10_32 G06V10_34 G06V10_40 G06V10_42 G06V10_44 G06V10_46 G06V10_50 G06V10_52 G06V10_54 G06V10_56 G06V10_58 G06V10_62 G06V10_70 G06V10_72 G06V10_74 G06V10_75 G06V10_762 G06V10_764 G06V10_766 G06V10_77 G06V10_771 G06V10_772 G06V10_774 G06V10_776 G06V10_778 G06V10_80 G06V10_82 G06V10_84 G06V10_86 G06V10_94 G06V10_98 覆盖44个领域

议价

不含过户费

📋 交易方式： 委托待转让 📌 交易状态：在售 👁️ 浏览次数：134 ❤️ 收藏人数：93 📋 项目申报： 未申报

资金托管权属尽调包过户

🏢 淄博智来知识产权服务有限公司

✓ 企业认证✓ 手机绑定历史成交 0件好评率 98.5%

📊 出价记录 (3条)

王**¥-10万

李** 企业¥-8万

陈**¥-3万

查看全部出价

我要出价 (议价)

基于二阶段深度学习模型的时间序列信号搜寻方法

著录项目信息

技术画像

所属领域

应用场景

摘要

法律状态时间线

同领域国内专利 · IPC: (G06V10_764)

相似专利推荐 AI 驱动 · 同领域

一种上下文感知卷积神经网络的全脑三维解剖结构分割方法

一种基于BERT和无池化卷积神经网络的文本分类方法

一种基于融合神经网络的锂离子电池SOC估计方法

服务项目

资源中心

关于柿子坊