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基于联合分布适配的零样本SAR图像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：CN116310620B 。

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：202211099228.1，技术领域涉及：G06V10/774；该发明授权一种基于联合分布适配的零样本SAR图像目标识别方法是由陈渤;王玮;郑美曦;张婷;沈梦启;陈文超;王英华;王鹏辉;刘宏伟设计研发完成，并于2022-09-08向国家知识产权局提交的专利申请。

本一种基于联合分布适配的零样本SAR图像目标识别方法在说明书摘要公布了：本发明涉及图像目标识别技术领域，具体涉及一种基于联合分布适配的零样本SAR图像目标识别方法。本发明方法的训练阶段无需感兴趣任务实测数据参与，借用仿真SAR图像，利用多核最大均值差异最小化仿真域和实测域的双域映射间距离，鼓励仿真SAR图像和实测SAR图像两组表征间的相似性，学习域不变的特征，有效减轻领域差异；通过捕捉类别信息自动实现细粒度的子领域自适应，自动高效地提高了模型的稳健性和识别率。

本发明授权一种基于联合分布适配的零样本SAR图像目标识别方法在权利要求书中公布了：1.一种基于联合分布适配的零样本SAR图像目标识别方法，其特征在于，包括以下步骤： 步骤1，建立训练集，训练集包括带有标签且与任务无关的仿真SAR图像样本集、带有标签且与任务无关的实测SAR图像样本集及带有标签且与任务相关的仿真SAR图像样本集；建立测试集，包括无标签且与任务相关的实测SAR图像样本集；并对训练集和测试集的所有样本进行预处理； 步骤2，构建零样本联合自适应网络，具体的，所述零样本联合自适应网络包含第一特征提取器、第二特征提取器、第三特征提取器以及第一分类器、第二分类器；第一特征提取器与第一分类器依次连接，第二特征提取器和第三特征提取器分别与第二分类器连接； 第一特征提取器的输入为与任务相关的仿真SAR图像，第二特征提取器的输入为与任务无关的仿真SAR图像，第三特征提取器的输入为与任务无关的实测SAR图像；第一分类器和第二分类器的输出均为SAR图像目标的类别； 第一特征提取器、第二特征提取器和第三特征提取器均包含依次连接的ResNet50特征提取模块和瓶颈层；第一特征提取器、第二特征提取器和第三特征提取器共享权重；第一分类器和第二分类器均为全连接层FC； 其中，ResNet50特征提取模块包含依次连接的输入层INPUT、第一阶段模块stage1、第二阶段模块stage2、第三阶段模块stage3、第四阶段模块stage4、第五阶段模块stage5、平均池化层Avgpool、展平层Flatten； 第一阶段模块stage1包含依次连接的卷积层Conv、批归一化层BN、Relu激活层、最大池化层Maxpool；第二阶段模块stage2包含依次连接的卷积块ConvBlock和两个特性块IDBlock；第三阶段模块stage3包含依次连接的卷积块ConvBlock和三个特性块IDBlock；第四阶段模块stage4包含依次连接的卷积块ConvBlock和五个特性块IDBlock；第五阶段模块stage5包含依次连接的卷积块ConvBlock和两个特性块IDBlock； 瓶颈层包含依次连接的256维的全连接层FC、批归一化层BN、Relu激活层和随机失活层Dropout； 步骤3，构建基于联合分布适配的网络损失函数； 步骤4，训练零样本联合自适应网络，得到训练好的零样本联合自适应网络； 步骤5，将训练好的零样本联合自适应网络中的第三特征提取器第一分类器进行拼接，作为SAR图像目标识别模型；将测试集的与任务相关的实测SAR图像输入SAR图像目标识别模型，得到SAR图像的目标类别。

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西安电子科技大学，其通讯地址为：710071 陕西省西安市雁塔区太白南路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”。