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！

龙图腾网获悉电子科技大学申请的专利一种基于多模态信息融合的通信辐射源跨模式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：CN115952466B 。

龙图腾网通过国家知识产权局官网在2025-10-24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：202210750915.9，技术领域涉及：G06F18/25；该发明授权一种基于多模态信息融合的通信辐射源跨模式识别方法是由利强;李晓帆;潘晔;林静然;胡全;邵怀宗设计研发完成，并于2022-06-28向国家知识产权局提交的专利申请。

本一种基于多模态信息融合的通信辐射源跨模式识别方法在说明书摘要公布了：本发明提供一种基于多模态信息融合的通信辐射源跨模式识别方法，先对通信辐射源进行多模态信息的采集，各自对相应模态信息进行特征提取。将多模态特征表征为模态间关系图中的节点，通过先验模型构建模态节点间的边关系。通过图卷积神经网络进行模态节点间的信息传递，通过图收缩技术进行模态节点的信息融合，避免了传统算法过度依赖电磁数据特征的问题，使得多模态信息能够有效参与到通信辐射源跨模式识别中。在保证同模式识别能力基本不变的同时，实现了通信辐射源跨模式识别能力相比传统算法的较大提升。本发明利用图收缩和通信辐射源多模态信息，将模态间关系图收缩为一个特征向量，实现了基于多模态信息融合的通信辐射源跨模式识别。

本发明授权一种基于多模态信息融合的通信辐射源跨模式识别方法在权利要求书中公布了：1.一种基于多模态信息融合的通信辐射源跨模式识别方法，其特征在于，包括以下步骤： 步骤一、构建并训练一个卷积神经网络作为多模态信息融合网络实现多模态特征提取以及跨模式样本的辐射源类别判定；训练时使用同模式的通信辐射源样本集作为训练样本集，训练样本集中包括多模态与单模态样本；多模态至少包括通信数据信息和调制信息，选择性包括图像信息和文本信息； 步骤二、提取各模态特征：调制特征由调制参数组成；对于文本信息，使用时文本空间嵌入方法映射为文本特征；通信数据特征和图像特征均是由通信数据信息和图像信息通过卷积神经网络中间层完成的特征提取； 步骤三、利用先验模型构建模态间关系图，模态间关系图中提取出的每个特征为一个节点，所有特征的节点均与调制特征节点有边，当文本特征有2个以上时，不同文本特征节点两两之间均有边； 步骤四、根据模态间关系图中的度将节点由大到小进行排序，节点的边越多，其度越高；度相同的特征节点划分为一个子图区域，并多模态信息融合网络将模态间关系图中各节点通过多层图卷积以及多次图收缩最终收缩为一个节点作为最终的跨模式数据向量，每一层图卷积用于完成节点的特征信息交流，每一次图收缩用于对当前度最高的节点以及度第二高的子图区域收缩为一个节点；最后使用全连接层对最终的跨模式数据向量进行降维； 步骤五、多模态信息融合网络中跨模式数据向量输入至softmax层，softmax层输出判决向量以实现通信辐射源跨模式的识别。

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电子科技大学，其通讯地址为：611731 四川省成都市高新区(西区)西源大道2006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。