Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 西安电子科技大学王鹏辉获国家专利权

西安电子科技大学王鹏辉获国家专利权

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!

龙图腾网获悉西安电子科技大学申请的专利基于选择性核注意力的雷达带宽变化稳健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:CN116310715B

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:202310166612.7,技术领域涉及:G06V10/82;该发明授权基于选择性核注意力的雷达带宽变化稳健目标识别方法是由王鹏辉;刘宏伟;李西浩;丁军;陈渤设计研发完成,并于2023-02-24向国家知识产权局提交的专利申请。

基于选择性核注意力的雷达带宽变化稳健目标识别方法在说明书摘要公布了:本发明公开了一种基于选择性核注意力的雷达带宽变化稳健目标识别方法,包括:获取待识别目标的雷达高分辨距离像数据和带宽信息作为待测数据;输入预先训练完成的选择性核注意力网络得到目标识别结果;该网络包括顺次连接的并联分支结构、选择性核注意力层、空间金字塔池化层和全连接层结构,并联分支结构包括并联的卷积神经网络结构和带宽信息分支,分别用于接收雷达高分辨距离像数据和带宽信息;选择性核注意力网络采用由不同带宽的多类目标的雷达高分辨距离像数据和对应的带宽信息所生成的训练数据集训练得到。本发明通过提取不同带宽数据的多尺度特征并利用带宽信息辅助多尺度特征融合,能降低建库成本、有效用于雷达带宽变化的目标识别任务。

本发明授权基于选择性核注意力的雷达带宽变化稳健目标识别方法在权利要求书中公布了:1.一种基于选择性核注意力的雷达带宽变化稳健目标识别方法,其特征在于,包括: 获取待识别目标的雷达高分辨距离像数据和对应的带宽信息作为待测数据; 将所述待测数据输入预先训练完成的选择性核注意力网络,得到目标识别结果;其中,所述选择性核注意力网络包括顺次连接的并联分支结构、选择性核注意力层、空间金字塔池化层和全连接层结构,所述并联分支结构包括并联的卷积神经网络结构和带宽信息分支,分别用于接收雷达高分辨距离像数据和带宽信息;所述选择性核注意力网络采用由不同带宽的多类目标的雷达高分辨距离像数据和对应的带宽信息所生成的训练数据集训练得到; 其中,所述带宽信息分支包括三个全连接层,每个全连接层后均接有ReLU激活函数,各全连接层的权重维度分别设置为、和; 所述选择性核注意力层包括四个卷积分支,缩放因子设置为4,所述四个卷积分支的卷积核个数均设置为32,卷积核大小分别设置为、、和,卷积核移动步长均设置为1; 所述选择性核注意力层的处理过程,包括: 利用所述选择性核注意力层的四个卷积分支,对所述选择性核注意力层的输入进行特征提取,得到多个尺度的特征; 将所述多个尺度的特征相加,并将相加结果利用全局平均池化得到一个一维向量S; 获取所述带宽信息经所述带宽信息分支处理后生成的一个与所述一维向量S等长的向量,并将其与所述一维向量S相加,得到带宽信息融合向量S′; 将所述带宽信息融合向量S′经过线性变换生成一维向量Z; 将所述一维向量Z经过不同的线性变换后再经过softmax处理得到不同尺度的不同通道特征的注意力权值; 将各注意力权值与原始的多个尺度的特征进行加权求和得到所述选择性核注意力层的输出结果。

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”。

以上内容由AI智能生成
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。