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！

龙图腾网获悉浙江鸿程计算机系统有限公司申请的专利一种WiFi信号数据处理方法及装置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：CN120547603B 。

龙图腾网通过国家知识产权局官网在2025-11-25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：202510994023.7，技术领域涉及：H04W24/04；该发明授权一种WiFi信号数据处理方法及装置是由臧丽;宋迪颖;俞琳达;谢佳强;章佳妮;朱碧衡;潘宏伟;董培军设计研发完成，并于2025-07-18向国家知识产权局提交的专利申请。

本一种WiFi信号数据处理方法及装置在说明书摘要公布了：本发明提供了一种WiFi信号数据处理方法及装置，涉及WiFi信号数据处理技术领域，方法首先基于多节点分布式感知机制采集WiFi信号数据，可实现高效的信号采集的同时确保大规模、实时WiFi信号数据的完整性与时效性，而且基于WiFi信号数据扩充模型对样本数据集进行样本扩充，解决数据样本不足的问题，扩充数据的多样性和真实性，最后利用经过样本扩充后的数据集训练的深度学习分类网络模型进行WiFi信号数据的分类预测，实现在复杂环境下WiFi信号数据预测分类的准确性和效率，从而实现WiFi网络状态的精准预测，最终确保WiFi信号数据在复杂环境中仍能保持高效、稳定和可靠的传输，实现WiFi网络的稳定运行。

本发明授权一种WiFi信号数据处理方法及装置在权利要求书中公布了：1.一种WiFi信号数据处理方法，其特征在于，包括： 获取基于多节点分布式感知机制进行采集的WiFi信号数据； 存储WiFi信号数据并建立非样本数据集和样本数据集； 基于WiFi信号数据扩充模型对样本数据集进行样本扩充，生成新样本数据集； 利用新样本数据集训练深度学习分类网络模型； 基于训练完成的深度学习分类网络模型对非样本数据集中的WiFi信号数据进行分类预测，得到分类预测结果； 所述WiFi信号数据扩充模型采用局部曲率感知的生成对抗网络模型，局部曲率感知的生成对抗网络模型的具体训练步骤包括： 以生成对抗网络为基础框架，生成器采用多层神经网络结构，输入为随机采样的潜在空间向量和原始数据特征向量，输出生成数据；判别器基于多层卷积网络构建，输入WiFi信号数据后输出真实性概率； 对生成器进行训练，生成器训练过程中，通过局部曲率感知机制优化生成数据的几何结构并在生成对抗网络的对抗损失基础上，基于多尺度局部曲率损失函数构建生成器的损失函数，通过生成器的损失函数进行约束；生成器训练过程中，还通过隐变量交互建模，将潜在空间向量与原始数据特征向量进行非线性映射，以增强两者间的深度交互关系； 对判别器进行训练，判别器训练过程中通过判别器的损失函数进行约束； 更新生成器与判别器的参数； 重复迭代上述步骤，直至满足预设的停止迭代条件，局部曲率感知的生成对抗网络模型训练完成； 隐变量交互项的计算方式表示为： ； 式中，为隐变量交互项，为ReLU激活函数，表征利用ReLU激活函数进行非线性特征提取；为Sigmoid激活函数；为生成器的权重参数；为生成器的偏置参数；为元素乘法；为生成器的输入和真实数据的向量拼接操作；为多项式项的权重系数；为生成器输入的前k个数值，为前k个真实数据的数值； 基于隐变量交互项，生成器的最终输出表示为： ； 式中，为元素乘法；为生成器函数； 生成器的损失函数的计算方式表示为： ； 式中，为生成器的损失函数，约束生成器的训练过程；表示期望；表示输入为时的期望；为第个生成器输出的生成数据的高阶曲率项，表示为；为第个生成器输出的生成数据的三阶导数，为第个生成器输出的生成数据的二阶导数；为第个真实数据的高阶曲率项，计算方式同生成器输出的生成数据的高阶曲率项；为第一生成器损失权重系数；为第二生成器损失权重系数；为当前批次输入到生成对抗网络的样本数量，为多尺度局部曲率损失。

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浙江鸿程计算机系统有限公司，其通讯地址为：310023 浙江省杭州市余杭区五常街道溪沁街10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。