西北工业大学崔晓东获国家专利权
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！
龙图腾网获悉西北工业大学申请的专利一种基于无标签样本辅助的少样本水声目标识别方法及系统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：CN119441861B 。
龙图腾网通过国家知识产权局官网在2025-10-03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：202411409015.3，技术领域涉及：G06F18/214；该发明授权一种基于无标签样本辅助的少样本水声目标识别方法及系统是由崔晓东;贺卓凡;张群飞;薛洋涛;韩晶;朱培灿设计研发完成，并于2024-10-10向国家知识产权局提交的专利申请。
本一种基于无标签样本辅助的少样本水声目标识别方法及系统在说明书摘要公布了：本发明提供了一种基于无标签样本辅助的少样本水声目标识别方法及系统，方法包括：获取大规模基数据集，在大规模基数据集上预训练模型，预训练模型过程中完成网络参数的更新；使用网络参数作为初始参数，使用支持集中的标签样本和当前域的无标签样本微调模型；使用特征提取器fφ、环境特征适应模块和分类器gθ，对查询集中的样本进行预测，得到水声目标识别结果。系统包括：获取单元和处理单元，获取单元获取无标签样本，无标签样本输入处理单元，处理单元内模型对无标签样本进行预测，输出水声目标识别结果。本发明利用目标域中的无标签样本增强模型在少样本场景中的微调性能；通过在特征提取阶段将特征与环境信息进行对比来帮助模型选择特征。
本发明授权一种基于无标签样本辅助的少样本水声目标识别方法及系统在权利要求书中公布了：1.一种基于无标签样本辅助的少样本水声目标识别方法，其特征在于，包括： 步骤一、训练模型：获取大规模基数据集，在所述大规模基数据集上预训练模型，所述预训练模型过程中完成网络参数的更新，其中：所述模型包括：特征提取器fφ、环境特征适应模块频率特征对比模块vω和分类器gθ：特征提取器fφ提取有效特征表示，将有效特征表示输入到模型的环境特征适应模块和频率特征对比模块vω中，模型的分类器gθ将环境特征适应模块输出的特征向量分为不同类，频率特征对比模块vω比较有效特征表示的两个增强视图在相应频带中的相似性； 步骤二、微调模型：使用所述网络参数作为初始参数，使用新类数据集中支持集中的标签样本和当前域的无标签样本微调所述模型； 步骤三、使用模型：使用微调后所述模型的特征提取器fφ、环境特征适应模块和分类器gθ，对新类数据集中查询集中的样本进行预测，得到水声目标识别结果。
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北工业大学，其通讯地址为：710072 陕西省西安市碑林区友谊西路127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”。
以上内容由龙图腾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
请提出您的宝贵建议，有机会获取IP积分或其他奖励