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！

龙图腾网获悉山东师范大学申请的专利一种基于多尺度坐标注意力机制神经网络的电磁逆散射成像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：CN120612392B 。

龙图腾网通过国家知识产权局官网在2025-10-14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：202511121273.6，技术领域涉及：G06T11/00；该发明授权一种基于多尺度坐标注意力机制神经网络的电磁逆散射成像方法是由王晶晶;李哲;陈浩;杨柯慧;李丽君设计研发完成，并于2025-08-12向国家知识产权局提交的专利申请。

本一种基于多尺度坐标注意力机制神经网络的电磁逆散射成像方法在说明书摘要公布了：本发明涉及电磁计算技术领域，具体为一种基于多尺度坐标注意力机制神经网络的电磁逆散射成像方法。包括步骤1：利用发射与接收天线获取散射场数据并通过反向传播算法生成初始粗糙图像；步骤2：构建由输入层、多尺度特征提取模块、自适应融合模块、坐标注意力模块及输出层组成的神经网络模型；步骤3：通过归一化均方误差与正则化约束结合的代价函数优化网络参数；步骤4：通过训练基于多尺度坐标注意力机制神经网络，进行散射体重建；本发明充分利用散射场数据与粗糙图像的先验信息，通过多尺度特征融合和坐标注意力机制提升了对高对比度散射体边缘及细节的重建精度，具有成像效果好、泛化能力强和精度高等优势。

本发明授权一种基于多尺度坐标注意力机制神经网络的电磁逆散射成像方法在权利要求书中公布了：1.一种基于多尺度坐标注意力机制神经网络的电磁逆散射成像方法，其特征在于， 包括以下步骤： 步骤S1.搭建实验场景，在感兴趣区域外围放置个发射天线和个接收天线用来获取目标散射体的散射场数据，得到的散射场为的矩阵，然后利用反向传播算法得到初始粗糙图像； 步骤S2.基于MNIST手写数字图像，将其作为目标散射体，使用矩量法得到目标散射场，得到的目标散射体散射场数据矩阵，然后利用反向传播算法得到MNIST手写数字的初始粗糙图像，从而构造数据集； 步骤S3.基于散射场数据矩阵和初始粗糙图像作为神经网络的输入值，真实MNIST手写图像作为标签，构建基于多尺度坐标注意力机制神经网络预测模型，网络由输入层、多尺度特征提取模块、自适应融合模块、坐标注意力模块和输出层组成； 所述输入层，将散射场数据和初始成像图像分别进行特征编码，利用卷积神经网络CNN提取特征并编码，之后进行归一化处理，之后送入多尺度特征提取模块进行处理； 所述多尺度特征提取模块，其中包含多个卷积操作，卷积核的大小和参数根据特征向量中通道和空间信息的复杂程度来确定，通过调整卷积核大小和步长来获取不同尺度的特征，将这些不同尺度的特征在通道维度上进行拼接，进一步丰富特征信息； 所述自适应融合模块，计算散射场数据与初始成像图片的多尺度特征间的余弦相似度，根据计算得到的余弦相似度，通过Softmax函数生成自适应融合权重，加权融合多尺度特征； 所述坐标注意力模块，在加权融合多尺度特征的基础上进行坐标注意力操作，为了更加突出散射体的边界以及内部结构变化区域的精度，将坐标注意力操作中的平均池化和最大池化改为只使用最大池化，从而提升模型对关键边缘特征的关注能力； 接着，使用代价函数计算网络的误差并进行回归，进一步优化网络参数，经过多次迭代最终建立基于多尺度坐标注意力机制神经网络预测模型； 所述输出层，采用转置卷积实现高分辨率重建，或结合全连接层进行分类； 步骤S4.将实际目标散射体初始图像和对应的散射场矩阵输入到预测模型中，得到实际的预测成像结果。

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山东师范大学，其通讯地址为：250358 山东省济南市长清区崮云湖街道大学路1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。