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工程大学申请的专利基于梯度权益证明机制卷积的信号识别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：CN120724110B 。

龙图腾网通过国家知识产权局官网在2025-12-02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：202511216923.5，技术领域涉及：G06F18/21；该发明授权基于梯度权益证明机制卷积的信号识别方法是由朱彥德;周浩;谭思炜;李诗杰;唐波;张虎;吴茂林设计研发完成，并于2025-08-28向国家知识产权局提交的专利申请。

本基于梯度权益证明机制卷积的信号识别方法在说明书摘要公布了：本发明公开了一种基于梯度权益证明机制卷积的信号识别方法，通过信号识别模型实现，信号识别模型基于输入层、至少一个改进的瓶颈模块、输出层及分类头组合构建，改进的瓶颈模块包括扩展卷积、梯度权益证明机制卷积、SE模块及线性瓶颈，梯度权益证明机制卷积是对待识别信号的扩展卷积特征图进行标准卷积，对标准卷积的特征图、各通道权重及残差系数进行计算；SE模块对计算的特征图进行加权，得到加权特征图；线性瓶颈对加权特征图进行压缩，输出层将加权压缩特征图转化为全局向量；分类头根据全局向量进行信号识别。本发明基于梯度权益证明机制卷积构建信号识别模型，在不增加大量网络参数和计算量的同时，提高了信号识别准确率。

本发明授权基于梯度权益证明机制卷积的信号识别方法在权利要求书中公布了：1.一种基于梯度权益证明机制卷积的信号识别方法，其特征在于，所述方法包括： 获取梯度权益证明机制卷积内各通道的stakes参数，所述各通道的stakes参数为各通道对损失函数的贡献率； 通过clamp函数分别对各通道的stakes参数进行归一化处理，得到各通道的归一化stakes参数； 计算各通道的归一化stakes参数对应的均值和标准差； 基于所述均值和所述标准差分别对各通道的归一化stakes参数进行标准化处理，得到各通道的标准化stakes参数； 根据各通道的标准化stakes参数和自适应温度计算各通道权重； 确定所述梯度权益证明机制卷积的可学习残差参数； 根据所述可学习残差参数通过sigmoid函数计算残差系数； 基于各通道权重和残差系数将信号样本对应的二进制数据样本输入至初始识别模型中进行训练； 基于所述初始识别模型的损失函数值对所述初始识别模型内的模型参数进行反向更新，直至所述损失函数值小于或等于预设阈值，将训练好的初始识别模型作为信号识别模型； 将待识别信号的二进制文件输入至信号识别模型中，输出信号识别结果； 所述信号识别模型基于输入层、至少一个改进的瓶颈模块、输出层及分类头组合构建，所述改进的瓶颈模块包括扩展卷积、梯度权益证明机制卷积、SE模块及线性瓶颈； 所述输入层将所述二进制文件转换为通道尺寸特征图； 所述扩展卷积对所述通道尺寸特征图进行通道扩展，得到扩展卷积特征图； 所述梯度权益证明机制卷积对所述扩展卷积特征图进行标准卷积，并对标准卷积的特征图、各通道权重及残差系数进行卷积计算，得到深度卷积特征图； 所述SE模块和所述线性瓶颈对所述深度卷积特征图进行加权和压缩处理，得到压缩后的加权特征图； 所述输出层将所述压缩后的加权特征图转化为全局向量，以使所述分类头根据所述全局向量进行信号识别。

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工程大学，其通讯地址为：430000 湖北省武汉市硚口区解放大道717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。