買(mǎi)專(zhuān)利賣(mài)專(zhuān)利找龍圖騰，真高效！ 查專(zhuān)利查商標(biāo)用IPTOP,全免費(fèi)！專(zhuān)利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉泉州師范學(xué)院申請(qǐng)的專(zhuān)利基于特征凈化網(wǎng)絡(luò)的阿爾茨海默病語(yǔ)言檢測(cè)的分類(lèi)系統(tǒng)及方法獲國(guó)家發(fā)明授權(quán)專(zhuān)利權(quán)，本發(fā)明授權(quán)專(zhuān)利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN113961700B 。

龍圖騰網(wǎng)通過(guò)國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-08-19發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專(zhuān)利申請(qǐng)?zhí)?專(zhuān)利號(hào)為：202111143501.1，技術(shù)領(lǐng)域涉及：G06F16/35；該發(fā)明授權(quán)基于特征凈化網(wǎng)絡(luò)的阿爾茨海默病語(yǔ)言檢測(cè)的分類(lèi)系統(tǒng)及方法是由劉寧設(shè)計(jì)研發(fā)完成，并于2021-09-28向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專(zhuān)利申請(qǐng)。

本基于特征凈化網(wǎng)絡(luò)的阿爾茨海默病語(yǔ)言檢測(cè)的分類(lèi)系統(tǒng)及方法在說(shuō)明書(shū)摘要公布了：本發(fā)明公開(kāi)基于特征凈化網(wǎng)絡(luò)的阿爾茨海默病語(yǔ)言檢測(cè)的分類(lèi)系統(tǒng)及方法，獲取語(yǔ)言檢測(cè)的音頻信息，并轉(zhuǎn)錄得到文本數(shù)據(jù)；將轉(zhuǎn)錄文本數(shù)據(jù)通過(guò)Transformer得到對(duì)應(yīng)G?Net模型的語(yǔ)義特征向量以及對(duì)應(yīng)P?Net模型的語(yǔ)義特征向量；語(yǔ)義特征向量經(jīng)過(guò)G?Net處理以提取數(shù)據(jù)集之間的公共特征，再將公共特征輸出至G?Net的分類(lèi)器Cc處理并輸出最終的公共特征；P?Net模型從語(yǔ)義特征向量中剔除公共特征得到凈化特征向量，由P?Net的分類(lèi)器Cp得到凈化特征后的分類(lèi)結(jié)果。本發(fā)明將基于Transformer的模型與特征凈化網(wǎng)絡(luò)相結(jié)合，在很大程度上提高了分類(lèi)性能。

本發(fā)明授權(quán)基于特征凈化網(wǎng)絡(luò)的阿爾茨海默病語(yǔ)言檢測(cè)的分類(lèi)系統(tǒng)及方法在權(quán)利要求書(shū)中公布了：1.基于特征凈化網(wǎng)絡(luò)的阿爾茨海默病語(yǔ)言檢測(cè)的分類(lèi)方法，其特征在于：其包括以下步驟： 步驟1，獲取語(yǔ)言檢測(cè)的音頻信息，并轉(zhuǎn)錄得到文本數(shù)據(jù)； 步驟2，將轉(zhuǎn)錄文本數(shù)據(jù)通過(guò)GP-Net網(wǎng)絡(luò)的Transformer編碼器得到對(duì)應(yīng)G-Net模型的語(yǔ)義特征向量fc以及對(duì)應(yīng)P-Net模型的語(yǔ)義特征向量fp；其中，GP-Net網(wǎng)絡(luò)包括G-Net和P-Net兩個(gè)子網(wǎng)絡(luò)，G-Net和P-Net具有相同的輸入文本x，兩個(gè)子網(wǎng)絡(luò)G-Net和P-Net的結(jié)構(gòu)相同，但參數(shù)不共享；Transformer編碼器包括依次設(shè)置的自注意力層、第一歸一化層、前饋層和第二歸一化層； 自注意力層接收兩個(gè)輸入向量x1、x2對(duì)應(yīng)得到向量z1和z2，并分別傳遞至第一歸一化層；第一歸一化層將自注意力層的兩個(gè)輸出向量z1和z2分別進(jìn)行歸一化后各自輸出至一前饋層；歸一化后的向量z1和z2經(jīng)對(duì)應(yīng)的前饋層分別輸出至第二歸一化層，并由第二歸一化層歸一化得到向量r1、r2；將r1、r2替換x1、x2再次輸入編碼器，循環(huán)六次得到最終的語(yǔ)義特征向量fc和fp； 步驟3，語(yǔ)義特征向量fc經(jīng)過(guò)G-Net處理以提取數(shù)據(jù)集之間的公共特征fc′，再將公共特征fc′輸出至G-Net的分類(lèi)器Cc處理并輸出最終的公共特征fc"； 步驟4，P-Net模型獲取分類(lèi)器Cc輸出的最終的公共特征fc"，并從語(yǔ)義特征向量fp中最終的剔除公共特征fc"得到凈化特征向量fw，將凈化特征向量fw提供給P-Net的分類(lèi)器Cp得到凈化特征后的分類(lèi)結(jié)果YResult。

如需購(gòu)買(mǎi)、轉(zhuǎn)讓、實(shí)施、許可或投資類(lèi)似專(zhuān)利技術(shù)，可聯(lián)系本專(zhuān)利的申請(qǐng)人或?qū)＠麢?quán)人泉州師范學(xué)院，其通訊地址為：360000 福建省泉州市豐澤區(qū)東海大街398號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。