Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北京理工大学;北京东方计量测试研究所傅雄军获国家专利权

北京理工大学;北京东方计量测试研究所傅雄军获国家专利权

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!

龙图腾网获悉北京理工大学;北京东方计量测试研究所申请的专利基于SOM锚点提取与图融合的雷达信号谱聚类分选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:CN119596244B

龙图腾网通过国家知识产权局官网在2025-11-07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:202411633216.1,技术领域涉及:G01S7/28;该发明授权基于SOM锚点提取与图融合的雷达信号谱聚类分选方法是由傅雄军;李姿颖;徐圣法;董健;杨珺;马瑛;杜宇凡;徐春鹏;于伟华;卢继华;吴莹莹设计研发完成,并于2024-11-15向国家知识产权局提交的专利申请。

基于SOM锚点提取与图融合的雷达信号谱聚类分选方法在说明书摘要公布了:本发明涉及信号处理、数据表征以及分类技术领域,公开一种基于SOM锚点提取与图融合的雷达信号谱聚类分选方法,包括:配置雷达信号分选簇数及雷达脉冲参数,获得归一化后的雷达脉冲数据集,以雷达脉冲数据集中的每一归一化处理后的雷达脉冲为节点,构建雷达脉冲的KNN图;基于SOM提取归一化后的雷达脉冲数据集的锚点,计算提取出的SOM锚点与所有节点之间的相似度,获得相似度矩阵,基于相似度矩阵构建锚图邻接矩阵,即为自适应锚图;加权融合KNN图与自适应锚图,获得融合图;基于雷达信号分选簇数与融合图进行谱聚类分选,获得分选结果。本发明突破了经典雷达分选聚类算法只能利用距离信息和密度信息的局限,提高了在复杂雷达脉冲分布条件下的分选性能。

本发明授权基于SOM锚点提取与图融合的雷达信号谱聚类分选方法在权利要求书中公布了:1.一种基于SOM锚点提取与图融合的雷达信号谱聚类分选方法,其特征在于,包括如下步骤: S1.配置雷达信号分选簇数及雷达脉冲参数,基于所述雷达脉冲参数构建雷达脉冲数据集; S2.归一化处理所述雷达脉冲数据集中的雷达脉冲参数,获得归一化后的雷达脉冲数据集; S3.以所述雷达脉冲数据集中的每一归一化处理后的雷达脉冲参数作为节点,构建雷达脉冲的KNN图; S4.基于SOM提取所述归一化后的雷达脉冲数据集的锚点,基于多个锚点构建自适应锚图;具体包括如下子步骤: S40.对SOM输出层各神经元的权值向量赋予[0,1]之间的随机值,配置迭代次数; S41.以所述归一化处理后的雷达脉冲数据集为输入,迭代训练SOM,直至完成所述迭代次数,最终获得的神经元权值向量即为提取出的SOM锚点; S42.计算所述SOM锚点与所有节点之间的相似度,获得相似度矩阵; S43.基于所述相似度矩阵构建锚图邻接矩阵,即为自适应锚图; S5.将所述KNN图与自适应锚图加权融合,获得融合图;利用KNN图邻接矩阵改进锚图邻接矩阵的稳定性,为所述KNN图邻接矩阵分配权值,所述融合图为KNN图邻接矩阵乘以权值后与锚图邻接矩阵的和; S6.基于所述雷达信号分选簇数与融合图进行谱聚类分选,获得分选结果。

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北京理工大学;北京东方计量测试研究所,其通讯地址为:100081 北京市海淀区中关村南大街5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。