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！

龙图腾网获悉中国海洋大学申请的专利一种小样本船舶声纹数据增强与高精度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：CN121459849B 。

龙图腾网通过国家知识产权局官网在2026-04-28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：202610007024.2，技术领域涉及：G10L25/51；该发明授权一种小样本船舶声纹数据增强与高精度识别方法是由黄威;张启睿;赵博文;张浩设计研发完成，并于2026-01-06向国家知识产权局提交的专利申请。

本一种小样本船舶声纹数据增强与高精度识别方法在说明书摘要公布了：本发明属于水声目标识别与机器学习技术领域，公开了一种小样本船舶声纹数据增强与高精度识别方法，该方法基于各类别样本量将有效音频切片划分为小样本数据集、大样本数据集及整体数据集；然后将有效音频切片进行短时傅里叶变换与梅尔滤波处理，生成固定尺寸的对数梅尔频谱图；接着构建并训练卷积变分自编码器，以形成重建小样本数据集；之后将小样本数据集、重建小样本数据集及大样本数据集合并，采用冻结参数的BEATs编码器对合并后的数据集进行特征提取，得到声纹特征向量，训练并调用LightGBM分类器进行分类识别，输出船舶类别的识别结果。本发明方法显著缓解了分类器的过拟合问题，并且能够提升船舶声纹数据识别的精度与稳定性。

本发明授权一种小样本船舶声纹数据增强与高精度识别方法在权利要求书中公布了：1.一种小样本船舶声纹数据增强与高精度识别方法，其特征在于，包括如下步骤： 步骤1.对船舶声纹原始音频进行重采样、滑动切片与能量阈值清洗，得到有效音频切片，并基于各类别样本量将有效音频切片划分为小样本数据集、大样本数据集和整体数据集； 步骤2.将小样本数据集与整体数据集中的有效音频切片进行短时傅里叶变换与梅尔滤波处理，生成固定尺寸的对数梅尔频谱图； 步骤3.构建并训练卷积变分自编码器Conv-VAE，利用整体数据集的对数梅尔频谱图对Conv-VAE进行训练；在训练完成后，利用训练好的Conv-VAE对小样本数据集的对数梅尔频谱图进行重建与生成，得到重建频谱图，并进一步生成重建音频切片，以形成重建小样本数据集； 步骤4.将小样本数据集、重建小样本数据集和大样本数据集合并，采用冻结参数的BEATs编码器对合并后的数据集进行特征提取，得到声纹特征向量； 步骤5.以声纹特征向量作为输入，训练并调用LightGBM分类器进行分类识别，输出船舶类别的识别结果； 所述步骤1中，对船舶声纹原始音频进行重采样、滑动切片与能量阈值清洗，得到有效音频切片的过程具体为： 将船舶声纹原始音频中所有连续波形统一重采样至目标采样率，得到重采样后离散序列： 1 其中，表示重采样后离散信号；表示原始连续波形；表示目标采样率；；表示总样点数，即船舶声纹原始音频在目标采样率下的采样点总数； 总样点数表示为： ； 其中，为原始采样率，表示船舶声纹原始音频在原始采样率下的采样点总数； 对重采样后离散序列计算平均功率即全局能量为： 2 其中，全局能量用于刻画整段音频的总体能量水平； 预设切片参数，包括窗长和步长，并将其换算为样点长度： 3 其中，表示切片窗口的长度，表示窗口每次滑动的步长； 对重采样后离散序列进行滑动切片处理，沿时间轴滑动窗口提取连续片段，覆盖整段音频，对于滑动切片得到的音频片段有： 4 其中，为片段索引，，为片段总数上限；，表示重采样后离散信号中从第个采样点起、长度为的连续采样序列； 片段总数上限定义为： ； 计算片段能量为： 5 其中，用于表示音频片段的分段能量值； 根据公式6确定能量阈值为： 6 其中，表示由所有音频片段的分段能量值构成的分段能量集合，；表示分段能量集合的均值，表示分段能量集合的标准差； 对滑动切片得到的所有音频片段进行能量阈值清洗； 若当前片段的分段能量值低于全局能量的倍，则判定当前片段为无效音频切片并丢弃；若当前片段的分段能量值不低于全局能量的倍，则判定当前片段为有效音频切片并保留。

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中国海洋大学，其通讯地址为：266000 山东省青岛市黄岛区三沙路1299号中国海洋大学；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”。

以上内容由龙图腾AI智能生成。