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！

龙图腾网获悉西安电子科技大学申请的专利一种用于零样本SAR目标识别的渐进式域自适应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：CN116030300B 。

龙图腾网通过国家知识产权局官网在2025-06-24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：202211711796.2，技术领域涉及：G06V10/764；该发明授权一种用于零样本SAR目标识别的渐进式域自适应识别方法是由王英华;孙媛爽;钱永刚;刘宏伟;张晨;王思源设计研发完成，并于2022-12-29向国家知识产权局提交的专利申请。

本一种用于零样本SAR目标识别的渐进式域自适应识别方法在说明书摘要公布了：本发明公开了一种用于零样本SAR目标识别的渐进式域自适应识别方法，包括：将仿真数据样本和实测数据样本导入到特征对齐网络中，提取第一特征信息和第二特征信息；根据第一特征信息和第二特征信息计算得到分布差异；基于第一损失函数得到训练后的特征对齐网络；利用训练后的特征对齐网络预测无标签的实测数据集，并给无标签的实测数据集赋予伪标签，得到伪标签的第一实测数据集；对第一实测数据集进行伪标签去噪处理，得到伪标签去噪的实测数据集；将伪标签去噪后的实测数据集导入上述训练后的特征对齐网络，以调整网络参数；将待分类的数据输入至调整后的特征对齐网络，得到最终的分类识别结果。本发明有效地去除了包含噪声的伪标签数据，从而使得识别的结果更加稳定。

本发明授权一种用于零样本SAR目标识别的渐进式域自适应识别方法在权利要求书中公布了：1.一种用于零样本SAR目标识别的渐进式域自适应识别方法，所述渐进式域自适应识别方法包括： 步骤1、获取有标签的仿真数据样本和无标签的实测数据样本； 步骤2、将所述有标签的仿真数据样本和所述无标签的实测数据样本分别导入到特征对齐网络中，对应提取第一特征信息和第二特征信息； 步骤3、根据所述第一特征信息和所述第二特征信息计算得到分布差异，并将所述分布差异作为域自适应损失； 步骤4、根据所述域自适应损失和所述有标签的仿真数据样本对应的第一分类损失得到第一损失函数，以基于所述第一损失函数得到训练后的特征对齐网络； 步骤5、利用所述训练后的特征对齐网络预测无标签的实测数据样本，并给所述无标签的实测数据样本赋予伪标签，得到伪标签的第一实测数据集； 步骤6、对所述第一实测数据集进行伪标签去噪处理，得到伪标签去噪的实测数据集； 步骤7、将所述伪标签去噪的实测数据集导入所述训练后的特征对齐网络，以调整网络参数，得到调整后的特征对齐网络； 步骤8、将待分类的数据输入至所述调整后的特征对齐网络，得到最终的分类识别结果。

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西安电子科技大学，其通讯地址为：710071 陕西省西安市太白南路2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”。