Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜上海事凡物联网科技有限公司吕建飞获国家专利权

恭喜上海事凡物联网科技有限公司吕建飞获国家专利权

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!

龙图腾网恭喜上海事凡物联网科技有限公司申请的专利基于多维特征加权融合的声音数据分类方法、终端和介质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:CN115101091B

龙图腾网通过国家知识产权局官网在2025-03-07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:202210506993.4,技术领域涉及:G10L25/51;该发明授权基于多维特征加权融合的声音数据分类方法、终端和介质是由吕建飞;钱汉望;宋林森;刘华巍;李宝清;袁晓兵设计研发完成,并于2022-05-11向国家知识产权局提交的专利申请。

基于多维特征加权融合的声音数据分类方法、终端和介质在说明书摘要公布了:本发明公开了一种基于多维特征加权融合的声音数据分类方法、终端和介质,该方法包括以下步骤:S1、对输入的声音数据进行预处理,得到声音段数据;S2、对所述声音段数据提取静动态组合特征J;S3、对所述声音段数据提取初始输入特征K;S4、将静态动态组合特征J和初始输入特征K通过全连接神经网络处理,得到注意力权重向量H;S5、计算最终输入特征G,G=J*H+K*1‑H;S6、将最终输入特征G输入LSTM网络,得到声音数据分类的类别m。本发明通过加入动态差分特征,把前后帧间联系起来,同时对于融合特征在不同维度上平均分配的资源根据注意力权重重新分配,达到“取长补短”的目的,让融合后的特征更为有效,更有区分性,从而提高分类的准确性。

本发明授权基于多维特征加权融合的声音数据分类方法、终端和介质在权利要求书中公布了:1.一种基于多维特征加权融合的声音数据分类方法,其特征在于,包括以下步骤:S1、对输入的声音数据进行预处理,得到声音段数据,具体过程为:S11、将p通道的声音数据进行a倍降采样处理,其中,每帧数据的长度为1a*fs,其中,fs为声音数据的采样频率;S12、随机选择某一通道数据作为输入;S13、从该通道数据按b帧一段切割,得到所述声音段数据;S2、对所述声音段数据提取静动态组合特征J,具体过程为:S21、将每段切割好的所述声音段数据的首尾两帧去除,并从中提取共b-2*N维静态特征;S22、对上述静态特征提取n阶动态差分特征,同样产生b-2*N维动态差分特征;S23、将静动态特征组合一起,即产生b-2*2*N维的所述静动态组合特征J;S3、对所述声音段数据提取初始输入特征K,具体过程为:将b帧所述声音段数据中的b-2帧送入深度学习网络,产生b-2*2*N维的所述初始输入特征K;S4、将静态动态组合特征J和初始输入特征K通过全连接神经网络处理,得到注意力权重向量H,具体过程为:S41、通过特征拼接,将b-2*2*N维静动态组合特征J与b-2*2*N维的初始输入特征K拼接组合为b-2*4*N维组合特征;S42、通过3层全连接神经网络,将b-2*4*N维组合特征降维到b-2*2*N维;S43、通过softmax层,归一化到0-1之间,形成一个b-2*2*N维的注意力权重向量H;S5、计算最终输入特征G,G=J*H+K*1-H;S6、将最终输入特征G输入LSTM网络,得到声音数据分类的类别m。

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上海事凡物联网科技有限公司,其通讯地址为:201800 上海市嘉定区菊园新区环城路2222号1幢J749室;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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。