原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明提出了基于贝叶斯智能学习网络的近场样本感知识别方法及系统，涉及信号处理技术领域，具体方案包括：利用超宽带近场射频探测轨道，对近场样本进行环绕探测，得到不同探测位置的回波信号；采用时域‑频域跳转信号分析处理方法，对不同探测位置的回波信号进行数据窗口部分重叠处理，得到近场样本的信号数据；基于贝叶斯智能学习网络，估算信号数据的稀疏概率，进而得到反映近场样本属性的稀疏特征；通过稀疏特征，对近场样本进行感知识别。本发明提出一个新的时域‑频域跳转(Time‑Frequency(TF))信号分析处理方
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117540301A
(43)申请公布日2024.02.09
(21)申请号202311563244.6
(22)申请日2023.11.21
(71)申请人中际医学科技（山东）有限公司
地址
文档评论（0）