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！

龙图腾网恭喜广东海洋大学申请的专利一种基于周期性分析非负矩阵分解的虾叫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：CN119091891B 。

龙图腾网通过国家知识产权局官网在2025-02-21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：202411574627.8，技术领域涉及：G10L17/26；该发明授权一种基于周期性分析非负矩阵分解的虾叫识别方法是由黄瀚;杨邦晨;张子轩;屈科设计研发完成，并于2024-11-06向国家知识产权局提交的专利申请。

本一种基于周期性分析非负矩阵分解的虾叫识别方法在说明书摘要公布了：本发明公开一种基于周期性分析非负矩阵分解的虾叫识别方法，其领域为养殖技术领域。本发明引入具有自学习能力的周期性分析非负矩阵分解算法，将原始声学数据分解为基矩阵和编码矩阵，提取关于每个声源的时间变化的初步信息，可以有效分离自然环境噪声和生物叫声，并具备对不同信号的强大自适应能力,实现了无监督的噪声分离，提高了识别的准确性和时效性，适应动态环境噪声，为虾塘养殖管理提供了有力的数据支持；具备自学习能力，能够通过引入稀疏约束的非负矩阵分解技术，对不同基矩阵进行聚类，有效识别和区分虾的发声特征，可以满足虾塘养殖需求，在面对多种环境下的各类生物声分离时无需重新训练模型，高效快捷且准确率高，应用场景广泛。

本发明授权一种基于周期性分析非负矩阵分解的虾叫识别方法在权利要求书中公布了：1.一种基于周期性分析非负矩阵分解的虾叫识别方法，其特征在于：包括以下步骤：S1、预设相关参数；S2、获取原始虾叫声数据；S3、对原始虾叫声数据进行时间级联处理，得到级联矩阵；S4、对级联矩阵进行NMF分解，得到基矩阵和编码矩阵；S5、对编码矩阵进行周期性分析并利用稀疏NMF聚类进行处理，得到对应的各聚类结果以及对应的聚类标签；S6、根据编码矩阵的各聚类结果以及聚类标签，对与编码矩阵对应的基矩阵重新组织标签，得到更新后的基矩阵；S7、根据S5中的各聚类结果与S6中更新后的基矩阵，对原始虾叫声数据进行重构，得到噪声结果与虾叫结果；所述S1中的相关参数包括聚类数目、时间帧数、基矩阵数量、NMF更新迭代次数和稀疏性参数；所述S2中的原始虾叫声数据采用时频表示矩阵进行表示；所述S3的具体过程为：判断原始虾叫声数据对应的时频表示矩阵是否包含负值，若是则返回S1；反之则对时频表示矩阵进行归一化处理，得到归一化后的时频表示矩阵；获取归一化后的时频表示矩阵的频率维度大小和时间维度大小，并基于时间帧数，通过将归一化后的时频表示矩阵在行方向上进行平移叠加对归一化后的时频表示矩阵中的数据进行时间级联处理，得到级联矩阵；其中，时间级联处理的计算公式为： 其中，表示级联数，表示求和函数，表示归一化后的时频表示矩阵中的位置为对应的数值，表示级联矩阵。

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广东海洋大学，其通讯地址为：524088 广东省湛江市麻章区海大路1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”。