中国人民解放军军事航天部队航天工程大学朱卫纲获国家专利权
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！
龙图腾网获悉中国人民解放军军事航天部队航天工程大学申请的专利基于多特征融合的小样本雷达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：CN120298814B 。
龙图腾网通过国家知识产权局官网在2025-09-26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：202510773784.X，技术领域涉及：G06V10/764；该发明授权基于多特征融合的小样本雷达目标识别方法是由朱卫纲;周泳靖;李永刚;曲卫;何永华;史怡宁;邱磊;杨君;庞鸿锋;康艺设计研发完成，并于2025-06-11向国家知识产权局提交的专利申请。
本基于多特征融合的小样本雷达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多特征融合的小样本雷达目标识别方法。本发明将雷达回波信号的自然谐振频率特征引入小样本学习框架，充分利用其在姿态、观测角度变化条件下具有一定的稳定性，且提取简便、快速的优势；并将自然谐振频率特征与时频特征进行基于能量导引的注意力多特征加权融合，从不同特征机理描述散射特征，提升小样本条件下特征的完备性；此外还设计了基于特征相似度度量与分类损失复合的损失函数，优化特征空间判别性的同时，有利于模型学习到更具区分度的特征表示，在特征融合‑分类网络中提升性能。本发明在不显著增加推理时间和计算复杂度的前提下，有效提升观测角度变化情况下的识别准确率。
本发明授权基于多特征融合的小样本雷达目标识别方法在权利要求书中公布了：1.一种基于多特征融合的小样本雷达目标识别方法，其特征在于，包括： S1，提取雷达回波信号的时频图像和自然谐振频率； S2，构建多特征融合分类网络；所述多特征融合分类网络包括多层卷积神经网络、循环神经网络、特征融合网络和分类器； 其中，多层卷积神经网络用于提取时频图像的时频特征； 循环神经网络用于提取自然谐振频率特征； 特征融合网络将时频特征和自然谐振频率特征进行拼接，并乘以权重矩阵，生成融合特征；其中，时频特征的权重子矩阵为1；自然谐振频率特征的权重子矩阵μ为： ， 其中，为第k个自然谐振频率模态的能量，，其中，为留数，为衰减因子；为所有自然谐振频率模态的能量和； 分类器基于融合特征进行目标分类； S3，对S2构建的多特征融合分类网络进行训练；其中，损失函数为三元组损失、动态时间规整损失和交叉熵损失的加权和； S4，利用训练好的多特征融合分类网络完成目标识别。
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中国人民解放军军事航天部队航天工程大学，其通讯地址为：101416 北京市怀柔区雁栖镇八一路一号；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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号