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联合局部分类与特征生成、校正的SAR目标分类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：CN116486133B 。

龙图腾网通过国家知识产权局官网在2025-08-19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：202310187493.3，技术领域涉及：G06V10/764；该发明授权联合局部分类与特征生成、校正的SAR目标分类方法是由王英华;王思源;刘宏伟;孙媛爽;张晨设计研发完成，并于2023-03-01向国家知识产权局提交的专利申请。

本联合局部分类与特征生成、校正的SAR目标分类方法在说明书摘要公布了：本发明提供了一种联合局部分类与特征生成、校正的SAR目标分类方法，充分考虑SAR图像目标的关键局部细节特征对分类的贡献，构建了联合局部分类与特征生成、校正的目标分类模型，该目标分类模型用于少样本情况下的SAR目标识别，且致力于在分类网络MLC‑Net的指导下生成全方位角下的支撑特征来弥补少数方位角下的真实的支撑特征，以消除原型的偏差，从而达到提升SAR目标的识别准确率的目的。本发明生成每类的全方位角下的SAR目标特征来同真实的标记SAR图像的特征一起计算原型，进一步提升SAR目标的分类性能，因此本发明可以提高SAR目标在有限训练样本下的分类精度，进一步提高对测试SAR图像的分类准确率。

本发明授权联合局部分类与特征生成、校正的SAR目标分类方法在权利要求书中公布了：1.一种联合局部分类与特征生成、校正的SAR目标分类方法，其特征在于，包括： 步骤1，获取从现场实时采集的SAR图像以及源域的训练集、目标域的支撑集； 步骤2，构建联合局部分类、特征生成和校正网络的目标分类模型LcFGC；其中，所述目标分类模型由顺次层叠的多尺度特征提取模块、生成网络、判别网络、自适应特征校正模块、和局部特征分类模块构成； 其中，所述多尺度特征提取模块和局部特征分类模块组成多尺度局部分类网络MLC-Net；所述生成网络、判别网络和自适应特征校正模块组成特征生成与校正网络FGC-Net； 步骤3，利用所述训练集以及所述支撑集形成总训练集，并利用总训练集对所述多尺度特征提取模块以及局部特征分类模块进行预训练，得到预训练后的多尺度局部分类网络MLC-Net； 步骤4，从总训练集中选择每个迭代次的支撑集以及查询集，并在每个迭代次利用支撑集和查询集对预训练后的多尺度局部分类网络MLC-Net以及特征生成与校正网络FGC-Net进行联合训练，得到训练好的目标分类模型LcFGC； 步骤5，将实时采集的SAR图像输入训练好的目标分类模型中，获得实时采集的SAR图像所包含目标的类别。

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”。