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！

龙图腾网获悉北京工业大学申请的专利一种基于改进模糊支持向量回归机的地物隐身目标探测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：CN115144021B 。

龙图腾网通过国家知识产权局官网在2025-08-22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：202210659933.6，技术领域涉及：G01D21/02；该发明授权一种基于改进模糊支持向量回归机的地物隐身目标探测方法是由赵德群;马婧妍;邓钱华设计研发完成，并于2022-06-13向国家知识产权局提交的专利申请。

本一种基于改进模糊支持向量回归机的地物隐身目标探测方法在说明书摘要公布了：本发明公开了一种基于改进模糊支持向量回归机的隐身目标探测方法，在高灵敏度的毫米波辐射计探测隐藏目标的过程中，辐射计会同时受到背景噪声的影响，导致隐身目标错误检测。本发明加入了对异值点和噪声的抑制，同时采用粒子群优化融合Levenberg‑Marquardt的模糊支持向量回归机模型中的惩罚参数和核参数，利用模糊支持向量回归机模型对毫米波辐射计探测地物中隐身目标的测量参数进行反演，根据反演得到的目标亮度温度与环境温度计算得到目标的发射率，实现对地物中隐身目标的探测。本方法通过在支持向量回归机中引入模糊隶属度函数，降低噪声和异常值对目标探测结果的影响，并利用优化算法优化模糊支持向量回归机的参数，提升地物隐身目标探测的精确度。

本发明授权一种基于改进模糊支持向量回归机的地物隐身目标探测方法在权利要求书中公布了：1.一种基于改进模糊支持向量回归机的地物隐身目标探测方法，其特征在于，包括： 步骤1：采用毫米波辐射计测量参数作为样本数据； 步骤2：构建粒子群优化融合Levenberg-Marquardt的模糊支持向量回归机反演模型； 所述步骤2包括： 步骤2.1：对样本数据进行归一化处理； 步骤2.2：将归一化后的样本数据打乱，随机选取归一化后样本数据的五分之四作为训练集，将剩余的五分之一作为测试集； 步骤2.3：构建模糊支持向量回归机模型； 步骤2.4：构建Levenberg-Marquardt优化模糊支持向量回归机的惩罚因子C和核参数σ的算法模型； 步骤2.5：构建粒子群优化Levenberg-Marquardt算法的阻尼因子μ的算法模型，最终得到优化后的粒子群优化融合Levenberg-Marquardt的模糊支持向量回归机反演模型； 步骤3：根据构建的粒子群优化融合Levenberg-Marquardt的模糊支持向量回归机反演模型对毫米波辐射计测量参数进行反演； 步骤4：根据反演结果、环境温度计算目标的发射率。

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工业大学，其通讯地址为：100124 北京市朝阳区平乐园100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”。