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！

龙图腾网恭喜广东技术师范大学申请的专利基于卷积神经网络的细粒度区域分类方法及系统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：CN114462505B 。

龙图腾网通过国家知识产权局官网在2024-09-17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：202210016223.1，技术领域涉及：G06F18/241；该发明授权基于卷积神经网络的细粒度区域分类方法及系统是由卢旭;黄雄伟;吴少辉;肖志伟设计研发完成，并于2022-01-07向国家知识产权局提交的专利申请。

本基于卷积神经网络的细粒度区域分类方法及系统在说明书摘要公布了：本发明涉及基于卷积神经网络的细粒度区域分类方法及系统，其方法包括步骤：S1、将UJIIndoorLoc数据集输入SAE‑1DResnet10卷积神经网络，获取楼栋分类与分层结果；S2、利用二次代价函数计算分类结果与真实值的误差；S3、将基于CSI的数据集分割为大小为w的bins；S4、进行CNN状态推理模型训练，输出状态标签；S5、将状态标签的CSI幅度输入CNN状态推理模型进行训练，输出细粒度区域分类的概率分布；S6、利用最大概率和概率熵计算集中度，获取样本置信度；S7、动态调整活动分割算法。本发明通过利用CSI活动窗口分割、CNN模型训练分类状态标签、引用反馈机制来动态调整状态分割算法的方式取代人为主观观察和经验确定的最佳状态分割阈值，样本置信度更高。

本发明授权基于卷积神经网络的细粒度区域分类方法及系统在权利要求书中公布了：1.基于卷积神经网络的细粒度区域分类方法，其特征在于，包括以下步骤：S1、将RSS组成的带标签UJIIndoorLoc数据集输入SAE-1DResnet10卷积神经网络，获取楼栋分类与分层结果；S2、利用二次代价函数计算分类结果与真实值的误差；S3、将基于CSI的数据集分割为大小为w的bins；S4、将分割后的bins作为数据输入CNN状态推理模型进行训练，输出状态标签；S5、将分割后的输出状态标签的CSI幅度输入预先训练好的CNN状态推理模型进行训练，输出细粒度区域分类的概率分布；S6、利用最大概率和概率熵计算集中度，作为活动分割算法的反馈，获取样本置信度；S7、利用置信度大小和反馈结果动态调整活动分割算法。

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广东技术师范大学，其通讯地址为：510665 广东省广州市天河区中山大道西293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”。