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！

龙图腾网恭喜成都理工大学申请的专利一种基于Attention_GRU网络的液体分类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：CN115392308B 。

龙图腾网通过国家知识产权局官网在2025-04-22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：202211028195.1，技术领域涉及：G06F18/241；该发明授权一种基于Attention_GRU网络的液体分类识别方法是由周冬梅;王思圻;何清;成永健;李庶民设计研发完成，并于2022-08-25向国家知识产权局提交的专利申请。

本一种基于Attention_GRU网络的液体分类识别方法在说明书摘要公布了：本发明公开了一种基于Attention_GRU网络的液体分类识别方法，包括以下步骤：S1、采集液体危险品检测信号原始数据和环境噪声；S2、对采集的原始数据进行清洗和预处理；S3、利用小波变换结合改进的自编码器对预处理后的数据进行浅层特征提取，得到浅层特征序列；S4、获取不同液体危险品的浅层特征，并基于液体危险品的类别，对浅层特征进行标记，并加入训练集；S5、将浅层特征序列通过Attention‑GRU网络进一步进行深层特征提取，得到特征提取及分类的输出。本发明使用添加约束条件的自编码器对小波分解后的信号进行浅层特征提取，并且通过Attention‑GRU网络进一步进行深层特征提取，从而实现对超宽带厘米波液体危险品检测信号进行分类，有效提高了液体危险品识别的准确性。

本发明授权一种基于Attention_GRU网络的液体分类识别方法在权利要求书中公布了：1.一种基于Attention_GRU网络的液体分类识别方法，其特征在于：包括以下步骤：S1、采集已知类型的液体危险品作为样品，对样品的原始数据和环境噪声进行检测；S2、对采集的原始数据进行清洗和预处理；S3、利用小波变换结合改进的自编码器对预处理后的数据进行浅层特征提取，得到浅层特征序列；所述改进的自编码器包含编码器部分和解码器部分：编码器部分包括两个卷积模块，第一个卷积模块包括三个并行分支，前两个分支均采用一个卷积层构成，第三个分支由一个卷积层和一个池化层构成；将通过第一个卷积模块三个分支的输出进行结合，并输入到包含一个卷积层的第二个卷积模块，得到编码器部分的输出；解码器部分包括3个反卷积层；S4、对于不同的已知类型的液体危险品，重复执行步骤S1～S3，得到不同液体危险品的浅层特征，并基于液体危险品的类别，对浅层特征进行标记，并加入训练集；S5、将浅层特征序列通过Attention-GRU网络进一步进行深层特征提取，得到特征提取及分类的输出；所述步骤S5包括：S501.设置迭代次数；S502.将步骤S3得到的浅层特征数据序列与GRU网络上一时刻的隐藏层数据ht-1一起输入attention的线性层；S503.经过softmax层进行归一化处理，得到归一化的权重值Attn_weight；S504.将得到的权重值与浅层特征数据序列通过Mul运算单元进行逐元素相乘，得到attention的结果；S505.将attention的结果与ht-1输入到GRU网络得到下一时刻的隐藏层数据ht，进入迭代流程；S506.在达到最大迭代次数时将得到的ht通过全连接层输出，得到特征提取及分类的结果。

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成都理工大学，其通讯地址为：610000 四川省成都市成华区二仙桥东三路1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”。