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深圳研究院申请的专利基于混合特征融合和集成学习的侧扫声呐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：CN120655904B 。

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：202511093862.8，技术领域涉及：G06V10/25；该发明授权基于混合特征融合和集成学习的侧扫声呐目标识别方法是由王惠刚;雷灿;刘志宏;汤宸聪设计研发完成，并于2025-08-06向国家知识产权局提交的专利申请。

本基于混合特征融合和集成学习的侧扫声呐目标识别方法在说明书摘要公布了：本发明具体涉及一种基于混合特征融合和集成学习的侧扫声呐目标识别方法，通过优化的YOLOv7模型提取感兴趣的目标区域，结合深度学习特征与人工特征构建混合特征集，利用主成分分析和方差分析进行特征降维与融合，最终通过集成分类器进行目标分类，并通过决策级融合进一步提升了分类准确性。

本发明授权基于混合特征融合和集成学习的侧扫声呐目标识别方法在权利要求书中公布了：1.一种基于混合特征融合和集成学习的侧扫声呐目标识别方法，其特征在于，所述方法包括： 预先训练卷积特征提取模型，包括：对CIFAR-10数据集中的图像进行灰度化处理，并利用灰度化处理后的图像对ResNet-50网络进行初步训练，获取卷积特征提取模型的初始权重数据；利用侧扫声呐图像数据集对ResNet-50模型进行微调训练，包括：冻结ResNet-50模型的前三个残差阶段；对ResNet-50模型的后三个残差阶段，以及全连接层的模型参数进行优化训练；完成训练后，去除全连接层，保留特征提取部分，并将其封装为卷积特征提取模型；其中，基于ResNet-50网络的卷积特征提取模型以ResNet-50网络作为主干网络； 获取待处理的侧扫声呐图像，对侧扫声呐图像进行感兴趣区域提取，以获取候选区域图像； 利用基于ResNet-50网络的卷积特征提取模型对候选区域图像进行特征提取，获取图像深度学习特征； 对候选区域图像提取像素特征、纹理特征、目标形状特征，并进行特征融合处理以获取图像属性特征； 对图像深度学习特征、图像属性特征分别进行降维处理，并对降维后的特征数据进行特征融合处理，获取混合特征向量，包括：利用主成分分析方法PCA对图像深度学习特征进行降维处理；利用方差分析方法ANOVA对目标形状特征进行降维处理；对像素特征、纹理特征保持原始维度，与降维处理后的图像深度学习特征、目标形状特征基于垂直方向进行特征拼接处理，以获取特征融合后的混合特征向量；其中，降维处理后的图像属性特征保留像素特征、纹理特征的原始维度； 将所述混合特征向量输入集成分类器，以使得集成分类器的第一子分类器、第二子分类器分别对所述混合特征向量进行分类处理，并获取第一预测数据、第二预测数据；其中，第一子分类器基于支持向量机构建，第二子分类器基于随机森林构建； 对所述第一预测数据、第二预测数据进行加权融合处理，以获取融合分类结果；其中，加权融合处理的权重系数通过交叉验证方式确定。

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深圳研究院，其通讯地址为：518057 广东省深圳市南山区粤海街道高新南九道45号西北工业大学三航科技大厦25楼2501室；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。