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！

龙图腾网恭喜东北大学申请的专利一种基于自监督学习的信号去噪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：CN114595728B 。

龙图腾网通过国家知识产权局官网在2025-04-04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：202210294010.5，技术领域涉及：G06F18/10；该发明授权一种基于自监督学习的信号去噪方法是由赵相国;黄雪纯;毕鑫;何尧;要鑫设计研发完成，并于2022-03-24向国家知识产权局提交的专利申请。

本一种基于自监督学习的信号去噪方法在说明书摘要公布了：本发明提供一种基于自监督学习的信号去噪方法，涉及信号处理领域，包括信号频率分解：使用平衡多级信号分解方法BHD对信号数据进行分解，得到信号的细粒度频率系数；自监督表示学习：使用自动标签策略为频率系数打上标签，构建神经网络对获得的带标签数据进行有监督表示学习，获得各频率系数的嵌入表示；选择性信号重构，根据实际场景下噪声频率高低，将所获得的频率系数的嵌入表示分为噪声组及去噪组，使用去噪组频率系数重构信号，得到的重构信号即是相应信号的去噪结果。本发明在去噪过程中无需纯净信号数据、不依赖人类经验且与具体场景无关，在有效去噪的同时具有较高泛用性。

本发明授权一种基于自监督学习的信号去噪方法在权利要求书中公布了：1.一种基于自监督学习的信号去噪方法，其特征在于，具体包括以下步骤：步骤1：使用平衡多级信号分解方法BHD对信号数据进行频率分解，得到信号的细粒度不同频率系数；步骤1具体为：首先需要根据实际分解效果为平衡多级信号方法BHD设置分解级别m，在每一级使用离散小波变换对信号数据进行分解，离散小波变换的公式如下： 其中，t表示时间，xt表示被分解的信号，α和τ分别表示规模参数和转换参数，ψ·表示小波函数；对离散小波变换得到的高频系数和低频系数迭代地进行分解，平衡多级信号分解方法BHD的分解级别m即是迭代次数；步骤2：使用自动标签策略对所获得的信号的细粒度各频率系数打上标签，构建神经网络对获得的带标签数据进行有监督表示学习，获得各频率系数的嵌入表示；步骤2具体为：步骤2.1：基于频率系数的相邻性和波形相似度为所有频率系数中的每一对系数打上标签；步骤2.2：构建双通道卷积神经网络，将一对频率系数作为网络的输入数据，该对数据的标签作为监督信息，利用分类任务以有监督的方式学习所有频率系数的高质量嵌入表示；步骤3：根据实际场景下噪声频率高低，将所获得的频率系数的嵌入表示分为噪声组及去噪组，使用去噪组频率系数重构信号，得到的重构信号即是相应信号的去噪结果。

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东北大学，其通讯地址为：110819 辽宁省沈阳市和平区文化路三号巷11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”。