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！

龙图腾网恭喜山东大学申请的专利一种可学习时频变换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：CN115130055B 。

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：202210699486.7，技术领域涉及：G06F17/14；该发明授权一种可学习时频变换方法是由周卫东;刘国洋设计研发完成，并于2022-06-20向国家知识产权局提交的专利申请。

本一种可学习时频变换方法在说明书摘要公布了：本发明涉及一种可学习时频变换方法，包括依次连接的数据采集器和计算机系统，计算机中设置有可学习时频变换运算单元；可学习时频变换的窗参数通过深度神经网络反向传播算法得到的梯度进行更新。训练完成的可学习时频变换运算单元可以采用快速傅里叶变换算法加速，提高执行效率。所述可学习时频变换的窗参数根据设定的损失函数，通过反向传播算法更新，免去了传统时频变换中窗函数或小波基的人工设计、选取、参数调节等步骤。此外，可学习时频变换训练完成后参数即固定，成为一种新的时频变换，可以得到针对目标任务最优的时频特征。

本发明授权一种可学习时频变换方法在权利要求书中公布了：1.一种可学习时频变换方法，由以下系统来完成,该系统包括依次连接的数据采集器和计算机，其中计算机中设置有可学习时频变换运算单元；利用数据采集器将模拟信号转换成数字信号传送到计算机中，由计算机中的可学习时频变换运算单元得到信号的时频谱图，该方法的具体步骤如下：1采集训练数据对信号xit，i＝1,2,…Nd，通过数据采集器获得Nd个时间序列样本xi[kT]作为训练数据，yi∈{1,2,...,Nc}为每个样本对应的类别，其中，k＝1,2,…,Ns为时间序列索引，Ns为采样点数，Nc为样本类别总数，Fs为采样频率，T＝1Fs为采样周期；2训练可学习时频变换运算单元首先初始化可学习复数窗参数wτ,f；wτ,f的虚部全部初始化为零、实部初始化为高斯窗函数，即： 其中τ∈[T,NsT]为时间延迟变量，f∈[0,Fs2-1]为频率变量；然后，初始化可学习权重矩阵P；可学习权重矩阵P中的参数初始化为服从零均值、单位标准差的高斯分布的随机数；训练可学习时频变换的可学习参数wτ,f和P；用v代表迭代次数，从v＝1开始进行以下迭代循环：a对于输入的xit，其可学习时频变换Qiτ,f表示为： 其中*为卷积算子，用傅里叶变换进行简化并加速；将式II等式两侧同时进行傅里叶变换，得到： 其中Xiα为时间序列xiτ的傅里叶变换结果，为将时间延迟变量τ转换为频率傅里叶变量α的傅里叶变换算子；再在等式两侧取傅里叶逆变换，可以得到： 其中为将频率傅里叶变量α转换为时间延迟变量τ的傅里叶逆变换算子，为复数窗wτ,f的傅里叶变换结果，从而得到信号xit的可学习时频变换Qiτ,f；则根据卷积定理，离散化的可学习时频变换谱可表示为： 其中为xi[kT]在频率处的离散傅里叶变换结果，为复数窗wτ,f的离散傅里叶变换结果，p＝1,2,…,Ns为时间索引变量，m＝0,1,…,Fs2-1NsT为频率索引变量，n＝-Ns2,-Ns2+1,…,Ns2-1为频率傅里叶索引变量；b根据式VI获得可学习时频变换谱图矩阵Si[pT,mNsT]： 其中conj·代表复共轭运算函数，⊙代表哈达玛积；c把可学习时频变换谱图矩阵Si[pT,mNsT]展开为一维特征向量Zi，然后通过可学习权重矩阵P映射为具有Nc个元素的特征向量Ri：Ri＝Zi×PVIId根据c中输出的特征向量Ri，通过损失函数Jθ计算出当前的损失值；损失函数Jθ为交叉熵损失函数： 其中θ代表所有可学习参数，与θ相关的Rij代表特征向量Ri的第j个元素值，yi是第i个时间序列样本的真实样本类别，而1{·}代表示性函数；e由d中计算得到的损失值，根据式IX对所有可学习参数进行更新： 其中μ为学习率，λ为动量参数，用于调整上一次迭代产生的梯度对当前迭代梯度产生的影响，θv代表第v次迭代时的所有可学习参数，是损失函数Jθv对θv的梯度值；f若v＝Ne，其中Ne为最大迭代次数，则可学习时频变换运算单元训练完毕，获得训练完成的复数窗参数然后跳出循环，进入步骤3；否则，令v加1，返回步骤a；3采集待分析数据对待分析信号通过数据采集器获得时间序列样本作为待分析数据，其中，k＝1,2,…,Ns，Ns为采样点数，Fs为采样频率，T＝1Fs为采样周期；4输入训练完的可学习时频变换运算单元进行计算将待分析时间序列数据送入训练完的可学习时频变换单元进行计算，则可以计算得到可学习时频变换谱 其中为的离散时间傅里叶变换，p＝1,2,…,Ns为时间索引变量，m＝0,1,…,Fs2-1NsT为频率索引变量，n＝-Ns2,-Ns2+1,…,Ns2-1为频率傅里叶索引变量，为复数窗的傅里叶变换结果；5输出可学习时频变换谱图 其中conj·代表复共轭运算函数，⊙代表哈达玛积。

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山东大学，其通讯地址为：250199 山东省济南市历城区山大南路27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”。