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！

龙图腾网获悉中国人民解放军海军大连舰艇学院申请的专利一种基于双通道融合的时序数据类增量分类方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：CN120744591B 。

龙图腾网通过国家知识产权局官网在2025-11-04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：202511242758.0，技术领域涉及：G06F18/24；该发明授权一种基于双通道融合的时序数据类增量分类方法是由隋金坪;王义涛;史红权;陈行军;张峰;张浩;孙光明;赵鑫业;苏琦;陈润丰设计研发完成，并于2025-09-02向国家知识产权局提交的专利申请。

本一种基于双通道融合的时序数据类增量分类方法在说明书摘要公布了：本发明公开了一种基于双通道融合的时序数据类增量分类方法，涉及时序数据类增量分类技术领域，通过将若干个任务类别的原始数据，作为一个学习阶段的数据，对基于双通道融合的时序数据类增量分类模型进行训练，并且将前个学习阶段训练结束后的基于双通道融合的时序数据类增量分类模型作为教师模型，将当前学习阶段的基于双通道融合的时序数据类增量分类模型作为学生模型进行训练，能够显式保留先验知识并克服灾难性遗忘，并且通过联合优化损失函数的使用，采用了融合特征级与逻辑级知识蒸馏的混合蒸馏策略，在增量任务间形成更结构化、更鲁棒的特征分布，从而使其对跨任务的分布漂移具有更强适应力。

本发明授权一种基于双通道融合的时序数据类增量分类方法在权利要求书中公布了：1.一种基于双通道融合的时序数据类增量分类方法，其特征在于，包括如下步骤： S1：获取个任务类别的原始时序数据；并将个任务类别的原始时序数据划分为个学习阶段的数据，其中，每个学习阶段的数据包括若干个任务类别的原始时序数据；表示任务类别的总数；表示学习阶段的总数； S2：建立基于双通道融合的时序数据类增量分类模型；所述基于双通道融合的时序数据类增量分类模型包括时序特征提取器，图片特征提取器、跨模态门控融合模块； S3：根据第1个学习阶段的第个任务类别的原始时序数据，采用时序特征提取器，获取表征局部时序模式的特征表示；其中，表示第1个学习阶段的任务类别的索引编号； S4：根据第1个学习阶段的第个任务类别的原始时序时间序列，获取二维折线图图像，以采用图片特征提取器，获取图像分支的语义特征表示； S5：根据所述表征局部时序模式的特征表示和图像分支的语义特征表示，基于跨模态门控融合模块，获取融合特征； S6：根据所述融合特征，基于分类器模块，获取原始时序数据属于第个任务类别的预测概率； S7：基于分类约束损失函数，对基于双通道融合的时序数据类增量分类模型进行第1个学习阶段的训练； S8：依次基于第个学习阶段的原始时序数据，重复执行S3~S6，并基于联合优化损失函数和第-1个学习阶段的训练后的基于双通道融合的时序数据类增量分类模型，对所述基于双通道融合的时序数据类增量分类模型依次进行第个学习阶段的训练；以获取最终的训练后的基于双通道融合的时序数据类增量分类模型； S9：根据新的时序数据，采用最终的训练后的基于双通道融合的时序数据类增量分类模型，获取新的时序数据属于第个任务类别的概率，以实现对新的时序数据的分类，其中，表示任务类别的索引编号。

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中国人民解放军海军大连舰艇学院，其通讯地址为：116000 辽宁省大连市中山区解放路667号；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。