北京理工大学任沐华获国家专利权
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！
龙图腾网获悉北京理工大学申请的专利一种类别和特征辅助神经网络的极窄脉冲雷达目标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：CN115685114B 。
龙图腾网通过国家知识产权局官网在2025-08-15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：202211142804.6，技术领域涉及：G01S7/41；该发明授权一种类别和特征辅助神经网络的极窄脉冲雷达目标识别方法是由任沐华;王彦华;韩畅;张亮;李阳;胡雪瑶设计研发完成，并于2022-09-20向国家知识产权局提交的专利申请。
本一种类别和特征辅助神经网络的极窄脉冲雷达目标识别方法在说明书摘要公布了：本发明涉及一种类别和特征辅助神经网络的极窄脉冲雷达目标识别方法，属于雷达目标识别技术领域，特别涉及一种结合先验知识辅助深度神经网络的目标极窄脉冲雷达回波识别方法。本发明提出了一种结合词包模型和注意力机制的目标电磁特征知识嵌入深度神经网络的方法。本方法通过词包模型对目标特征知识进行整合与表示，使得特征知识与深度特征的表示更为相似，有利于两种信息的结合。同时利用注意力机制使网络自适应地关注对分类任务贡献更大的特征组合，增强了特征组合的判别性，能够进一步提升网络的识别性能。
本发明授权一种类别和特征辅助神经网络的极窄脉冲雷达目标识别方法在权利要求书中公布了：1.一种类别和特征辅助神经网络的极窄脉冲雷达目标识别方法，其特征在于该方法的具体步骤包括： 步骤一、提取目标极窄脉冲回波数据的散射中心，并获取提取的散射中心的电磁特征知识，然后将提取的散射中心的电磁特征知识通过词包模型生成目标特征表示矩阵； 步骤二、对目标极窄脉冲回波数据进行预处理，对预处理后的数据利用深度神经网络提取目标深度特征； 步骤三、将步骤一生成的目标特征表示矩阵与步骤二生成的目标深度特征相结合，得到分类特征向量，并根据分类特征向量对目标类别进行预测； 步骤四、根据步骤三预测的目标类别和待检测目标的真实类别层次先验知识构建知识约束损失函数； 步骤五、根据步骤四构建的知识约束损失函数对深度神经网络参数进行训练与更新，得到训练与更新后的深度神经网络； 步骤六、根据步骤五得到的训练与更新后的深度神经网络进行目标识别，得到目标类别，完成类别和特征辅助神经网络的极窄脉冲雷达目标识别。
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北京理工大学，其通讯地址为：100081 北京市海淀区中关村南大街5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”。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号