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！

龙图腾网获悉中国船舶重工集团公司第七一五研究所申请的专利一种基于多尺度深度卷积神经回归网络的被动高分辨处理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：CN115755059B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202211472529.4，技术领域涉及：G01S15/00；该发明授权一种基于多尺度深度卷积神经回归网络的被动高分辨处理方法是由陈越超;杜栓平;王庆;陈孝森;罗兆瑞;王青翠设计研发完成，并于2022-11-23向国家知识产权局提交的专利申请。

本一种基于多尺度深度卷积神经回归网络的被动高分辨处理方法在说明书摘要公布了：本发明公开了一种基于多尺度深度卷积神经回归网络的被动高分辨处理方法，包括：步骤1，构建训练样本集，所述训练样本集中任一训练样本包括三维阵元域频域数据xsample和对应的真实高分辨空间能量谱标签ylable；步骤2，基于训练样本构建多尺度深度卷积神经回归网络模型；步骤3，构建关于多尺度深度卷积神经回归网络模型的加权增强损失函数；步骤4，基于训练样本集和加权增强损失函数训练多尺度深度卷积神经回归网络模型；步骤5，将新的三维阵元域频域数据作为输入，通过训练后的多尺度深度卷积神经回归网络模型得到预测的高分辨空间能量谱。

本发明授权一种基于多尺度深度卷积神经回归网络的被动高分辨处理方法在权利要求书中公布了：1.一种基于多尺度深度卷积神经回归网络的被动高分辨处理方法，其特征在于，所述方法包括以下步骤： 步骤1，构建训练样本集，所述训练样本集中任一训练样本包括三维阵元域频域数据xsample和对应的真实高分辨空间能量谱标签ylable； 步骤2，基于训练样本构建多尺度深度卷积神经回归网络模型； 步骤3，构建关于多尺度深度卷积神经回归网络模型的加权增强损失函数； 步骤4，基于训练样本集和加权增强损失函数训练多尺度深度卷积神经回归网络模型； 步骤5，将新的三维阵元域频域数据作为输入，通过训练后的多尺度深度卷积神经回归网络模型得到预测的高分辨空间能量谱； 所述多尺度卷积神经回归网络模型的构建包括以下步骤： 添加卷积层和LayerNorm层； 添加若干基本模块1； 添加LayerNorm层和卷积层； 添加若干基本模块2； 添加LayerNorm层和卷积层； 添加若干基本模块3； 添加LayerNorm层和卷积层； 添加若干基本模块4； 添加全局平均池化层和全连接层； 所述步骤3包括以下步骤： 步骤3.1，对真实高分辨空间能量谱标签ylable进行逐渐零值统计并划分为非零子序列和零值子序列 其中，L0和L1分别表示真实高分辨空间能量谱中无目标和有目标的结果，lengthyLable表示真实高分辨空间能量谱标签的序列长度，i0、i1均为高分辨空间能量谱的索引； 步骤3.2，按照真实非零子序列和真实零值子序列划分情况对预测高分辨增强空间能量谱RModel进行同位置划分； 步骤3.3，构建加权增强损失值，其中，NB为训练时的Batch大小，α0和α1为加权系数。

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中国船舶重工集团公司第七一五研究所，其通讯地址为：310023 浙江省杭州市西湖区留下街道屏峰715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。