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原型生成的HRRP识别数据库构建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：CN116401409B 。

龙图腾网通过国家知识产权局官网在2025-08-26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：202310215607.0，技术领域涉及：G06F16/901；该发明授权基于原型生成的HRRP识别数据库构建方法是由王鹏辉;刘宏伟;杨浩蔚设计研发完成，并于2023-03-07向国家知识产权局提交的专利申请。

本基于原型生成的HRRP识别数据库构建方法在说明书摘要公布了：本发明公开了一种基于原型生成的HRRP识别数据库构建方法，包括：获取训练数据集；构建多形成函数fx，h；其中，多形成函数fx，h的运算规则为将原型集中的每个样本x切分为h个子样本，并将切分后的子样本调整为原始样本的大小；基于训练数据集利用多形成函数与单步参数匹配进行原型生成以获取原型集；利用多形成函数对原型集进行处理，得到HRRP识别数据库。该方法相比于传统的方法，可以在保证较低的计算复杂度的同时保证挖掘出HRRP数据中最具价值的信息以构建高质量的HRRP识别数据库，节约了存储资源与计算资源。

本发明授权基于原型生成的HRRP识别数据库构建方法在权利要求书中公布了：1.一种基于原型生成的HRRP识别数据库构建方法，其特征在于，包括： 步骤1：获取训练数据集； 步骤2：构建多形成函数； 其中，所述多形成函数的运算规则为将原型集中的每个样本切分为个子样本，并将切分后的子样本调整为原始样本的大小； 步骤3：基于所述训练数据集利用所述多形成函数与单步参数匹配进行原型生成以获取原型集； 步骤4：利用所述多形成函数对所述原型集进行处理，得到HRRP识别数据库； 其中，步骤3包括： 31使用高斯分布初始化原型集，并设置最大外层迭代次数K和最大内层迭代次数T； 其中，表示第k次外层迭代中第t次内层迭代的原型集，初始时，t与k均为0； 32对深度神经网络进行初始化，并在所述训练数据集上利用随机化学习率对初始化后的深度神经网络预训练一个迭代轮次，得到当前第k次外层迭代的网络参数； 33分别从所述原型集和训练数据集Tr中的每个类别中各抽取一批样本和，并利用所述多形成函数对进行处理，生成样本集； 其中，c表示类别标签； 34将和分别输入深度神经网络之后，利用反向传播算法分别得到网络参数的一阶梯度和； 35基于所述一阶梯度和利用单步参数匹配公式计算损失函数； 36利用所述损失函数对当前原型集进行反向传播，以得到第k次外层迭代中第t+1次内层迭代的原型集； 37将输入深度神经网络中训练迭代若干次以更新网络参数； 38令t=t+1，返回步骤33进行下一轮内层迭代，直至达到最大内层迭代次数T，得到第k次外层迭代中第T-1次内层迭代的原型集； 39令k=k+1，并令第k+1次外层迭代中第1次内层迭代的原型集，返回步骤32开始下一轮外层迭代，直至达到最大外层迭代次数K，获得最终的原型集； 其中，在步骤35中，所述损失函数的计算公式为： ； 其中，C表示类别数目，的值为类别数目C，的表达式如下： ； 其中，表示网络第层的梯度，L为深度神经网络的总层数，out表示网络第层输出通道的数目，表示网络第层第i个输出通道所包含网络参数的梯度； 其中，在步骤36中，利用所述损失函数对当前原型集进行反向传播的表达式为： ； 其中，为优化原型集的学习率，为第t次迭代的结果，表示使用对原型集求一阶导数。

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”。