一种基于自监督学习的信号去噪方法
公开
摘要
本发明提供一种基于自监督学习的信号去噪方法，涉及信号处理领域，包括信号频率分解：使用平衡多级信号分解方法BHD对信号数据进行分解，得到信号的细粒度频率系数；自监督表示学习：使用自动标签策略为频率系数打上标签，构建神经网络对获得的带标签数据进行有监督表示学习，获得各频率系数的嵌入表示；选择性信号重构，根据实际场景下噪声频率高低，将所获得的频率系数的嵌入表示分为噪声组及去噪组，使用去噪组频率系数重构信号，得到的重构信号即是相应信号的去噪结果。本发明在去噪过程中无需纯净信号数据、不依赖人类经验且与具体场景无关，在有效去噪的同时具有较高泛用性。
基本信息
专利标题 ：
一种基于自监督学习的信号去噪方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114595728A
申请号 ：
CN202210294010.5
公开（公告）日 ：
2022-06-07
申请日 ：
2022-03-24
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
赵相国黄雪纯毕鑫何尧要鑫
申请人 ：
东北大学
申请人地址 ：
辽宁省沈阳市和平区文化路三号巷11号
代理机构 ：
沈阳东大知识产权代理有限公司
代理人 ：
李在川
优先权 ：
CN202210294010.5
主分类号 ：
G06K9/00
IPC分类号 ：
G06K9/00 G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06K
数据识别；数据表示；记录载体；记录载体的处理
G06K9/00
用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置
法律状态
2022-06-07 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
