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！

龙图腾网获悉北京谛声科技有限责任公司申请的专利基于人工智能的毫米波声像融合识别方法及系统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：CN121145110B 。

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：202511177546.9，技术领域涉及：G06F18/25；该发明授权基于人工智能的毫米波声像融合识别方法及系统是由丁东亮;黄毅伟;李晓欢;李少洋;王盈佳设计研发完成，并于2025-08-21向国家知识产权局提交的专利申请。

本基于人工智能的毫米波声像融合识别方法及系统在说明书摘要公布了：本发明公开了一种基于人工智能的毫米波声像融合识别方法及系统，涉及人工智能领域，包括：通过预先设定的至少两个多层级表征层，分别提取待识别区域的毫米波特征与声学特征；针对各层级特征进行异构耦合，获得多源耦合特征；获取包含待选设备运行状态与预设识别类型基础先验概率映射的基础识别特征；基于多源耦合特征对基础识别特征进行依赖性建模，得到耦合识别特征；最终根据耦合识别特征，在待选设备运行状态中确定对应预设识别类型的目标状态，输出当前识别结果。该方法通过多层级异构特征耦合与特征依赖性建模，实现了多模态信息的深度融合，有效提升了识别的准确性与环境适应性。

本发明授权基于人工智能的毫米波声像融合识别方法及系统在权利要求书中公布了：1.一种基于人工智能的毫米波声像融合识别方法，其特征在于，包括： 根据预先设定的至少两个多层级表征层，分别针对待识别区域提取相应的毫米波特征和声学特征；其中，所述至少两个多层级表征层包括低层级表征层和高层级表征层；所述提取相应的毫米波特征和声学特征，包括：根据一个多层级表征层，将针对同一监测区域采集的毫米波源数据和声学源数据整合为原始感知张量，根据该原始感知张量的层级与所述多层级表征层之间的层级偏移量，将所述原始感知张量划分为至少两个感知子块；分别将各感知子块中的基础特征点投影至相应的特征域，获得基础毫米波特征和基础声学特征；对所述基础毫米波特征和基础声学特征分别进行特征点的依赖性建模，获得相应的毫米波特征和声学特征；其中，对低层级表征层的基础特征进行依赖性建模时，对毫米波特征采用自注意力机制进行特征内依赖性建模并结合卷积神经网络进行特征间依赖性建模，对声学特征采用LSTM网络进行时域依赖性建模并结合图神经网络进行频域依赖性建模；对高层级表征层的基础特征进行依赖性建模时，采用Transformer编码器进行特征点依赖性建模； 根据所述至少两个多层级表征层，分别对相应的毫米波特征和声学特征进行异构特征耦合，获得所述至少两个多层级表征层分别关联的多源耦合特征；其中，所述异构特征耦合包括：针对毫米波特征中的每个毫米波特征点，根据包含毫米波特征点与声学特征点之间先验概率映射的第一相关度模型参数，计算其与各声学特征点的第一相关度信息，筛选符合第一概率条件的声学特征点，并根据第一耦合权重参数计算各筛选出的声学特征点的第一耦合系数，基于所述第一耦合系数对筛选出的声学特征点的特征向量进行加权求和，并与所述毫米波特征点的特征向量进行融合，得到第一异构耦合特征点，聚合得到第一多源耦合特征；针对声学特征中的每个声学特征点，根据包含声学特征点与毫米波特征点之间先验概率映射的第二相关度模型参数，计算其与各毫米波特征点的第二相关度信息，筛选符合第二概率条件的毫米波特征点，并根据第二耦合权重参数计算各筛选出的毫米波特征点的第二耦合系数，基于所述第二耦合系数对筛选出的毫米波特征点的特征向量进行加权求和，并与所述声学特征点的特征向量进行融合，得到第二异构耦合特征点，聚合得到第二多源耦合特征；将所述第一多源耦合特征和所述第二多源耦合特征进行拼接，作为该多层级表征层对应的多源耦合特征； 获取所述待识别区域的基础识别特征，所述基础识别特征包含针对所述待识别区域预先设定的，至少两个待选设备运行状态与每个预设识别类型之间的基础先验概率映射； 基于获取的每个多源耦合特征，对所述基础识别特征进行特征依赖性建模，获得耦合识别特征；其中，所述获得耦合识别特征包括：采用获取的每个多源耦合特征，依次对所述基础识别特征执行多阶段递进的优化处理，获得优化识别特征；在一次优化阶段中，针对基础识别特征中的每个基础特征元素，根据其与一个多源耦合特征中各耦合特征元素之间的先验概率映射，筛选符合耦合概率条件的至少两个耦合特征元素并计算相应的融合关联权重，基于所述融合关联权重对筛选出的耦合特征元素进行加权求和，再与所述基础特征元素进行融合，获得优化特征点；在获得优化识别特征后，根据所述至少两个待选设备运行状态之间的设备运行状态相关度信息，计算各待选设备运行状态的设备运行状态重要性系数，基于所述设备运行状态重要性系数对所述优化识别特征进行线性叠加处理，获得耦合识别特征； 根据所述耦合识别特征，在所述至少两个待选设备运行状态中，确定对应于相应预设识别类型的目标设备运行状态，以获得所述待识别区域的当前识别结果。

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北京谛声科技有限责任公司，其通讯地址为：101400 北京市怀柔区雁栖经济开发区雁栖大街17号1幢103-9室；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。