安徽农业大学沈雅玲获国家专利权
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！
龙图腾网获悉安徽农业大学申请的专利一种近红外光谱少样本的多维双流对比互学习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：CN119959181B 。
龙图腾网通过国家知识产权局官网在2025-06-10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：202510441997.2，技术领域涉及：G01N21/359；该发明授权一种近红外光谱少样本的多维双流对比互学习方法是由沈雅玲;金秀;张筱丹;饶元;王坦;江丹设计研发完成，并于2025-04-09向国家知识产权局提交的专利申请。
本一种近红外光谱少样本的多维双流对比互学习方法在说明书摘要公布了：本发明适用于近红外光谱分析领域，提供了一种近红外光谱少样本的多维双流对比互学习方法，该方法通过滑动窗口将一维光谱数据转换为二维矩阵，构建一维时序‑二维空间的多模态融合数据；设计双流网络分别处理一维时域序列和二维空间矩阵，结合频域卷积与时域循环网络提取互补特征；引入对比学习与掩码自监督联合优化，通过构建跨模态正负样本对和掩码恢复任务，增强模型对噪声和少样本的鲁棒性；采用互学习策略实现双流网络特征交互，提升模型泛化能力。本发明通过将一维光谱数据转化为二维矩阵并与一维数据特征融合，从频域与时域提取特征，结合对比学习和掩码自监督算法，显著提升了少样本分类性能。
本发明授权一种近红外光谱少样本的多维双流对比互学习方法在权利要求书中公布了：1.一种近红外光谱少样本的多维双流对比互学习方法，其特征在于，该学习方法包括以下步骤：获取光谱数据样本集并进行数据预处理与维度转换，将原始一维数据与转换后的二维数据，通过加权求和与基于注意力机制的融合方式进行特征融合，构建新样本数据集；基于两个并行深度神经网络构建多维双流网络，时域网络用于处理融合后一维数据特征，频域网络用于处理融合后的二维数据特征；在时域网络和频域网络中引入对比学习机制与掩码自监督机制，基于新样本数据集构建正负样本对，对光谱数据进行掩码处理，通过恢复被掩码的数据来学习有效特征；在时域网络和频域网络之间引入互学习策略，通过特征拼接的方法，选择频域网络和时域网络的中间层的特征，将两个网络的输出拼接后再送入分类器；在大规模近红外光谱数据集上进行预训练，在少样本任务上对预训练模型进行微调，冻结部分网络层，仅训练顶层分类器。
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安徽农业大学，其通讯地址为：230061 安徽省合肥市蜀山区长江西路130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”。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号