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！

龙图腾网获悉西安电子科技大学申请的专利结合属性向量的空间目标零样本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：CN116740560B 。

龙图腾网通过国家知识产权局官网在2025-11-14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：202310540750.7，技术领域涉及：G06V20/10；该发明授权结合属性向量的空间目标零样本识别方法是由杜兰;卓振宇;陈健;李晨;周宇设计研发完成，并于2023-05-12向国家知识产权局提交的专利申请。

本结合属性向量的空间目标零样本识别方法在说明书摘要公布了：本发明提供了一种结合属性向量的空间目标零样本识别方法，通过从雷达设备获取空间目标的待识别ISAR图像；为隶属于同一类的空间目标生成一个类别属性向量；通过训练好的属性模型网络对待识别ISAR图像进行识别，得到预测属性向量；将预测属性向量与类别属性向量对比得到待识别ISAR图像中空间目标的所属类别。由于本发明利用训练数据的属性知识和样本数据信息，无需ISAR图像序列即可实现对待识别ISAR图像的属性预测，应用场景广泛。此外，本发明利用空间目标类别的属性知识可以实现对没有训练样本的空间目标类别目标的识别，克服了现有基于网络的空间目标识别方法中存在的需要每类目标存在大量训练样本的问题。

本发明授权结合属性向量的空间目标零样本识别方法在权利要求书中公布了：1.一种结合属性向量的空间目标零样本识别方法，其特征在于，包括： S100，从雷达设备获取空间目标的ISAR图像，并将该ISAR图像作为待识别ISAR图像； S200，根据先验信息以及空间目标的种类，为隶属于同一类的空间目标生成一个类别属性向量； S300，通过训练好的属性模型网络对所述待识别ISAR图像进行识别，得到所述待识别ISAR图像的预测属性向量； S400，将预测属性向量与类别属性向量对比，得到待识别ISAR图像中空间目标的所属类别； 所述训练好的属性模型网络的训练过程包括： S510，获取带有第一属性向量的空间目标的ISAR图像，并随机选取多个ISAR图像作为带有属性向量的第一训练样本；每个ISAR图像对应一个第一属性向量； S520，随机生成多个第二属性向量，为每一个第二属性向量生成一个ISAR图像，将其作为一个第二训练样本； S530，搭建属性模型网络； S540，将第一训练样本及其对应的第一属性向量作为一对，将第二训练样本及其对应的第二属性向量作为一对，训练属性模型网络得到训练好的属性模型网络； S520包括： S521，随机生成个第二属性向量，，生成的第个第二属性向量为，，表示第个训练样本的第维属性； S522，使用ISAR成像方法为每个第二属性向量生成散射点模型训练样本，并将每个散射点模型训练样本作为第二训练样本；其中，生成的第个第二属性向量生成的散射点模型训练样本为； S522包括利用距离-多普勒成像方法为每个第二属性向量生成散射点模型训练样本，生成过程包括： S522a，生成空间散射点模型集合； 其中，表示点模型第个散射点坐标，，为散射点模型散射点总数，，，，分别为第个散射点的三维坐标值，表示点模型中散射点个数； S522b，利用下式计算点模型中各个散射点到雷达的距离： ； 其中，表示第个散射点第个成像脉冲到雷达的距离，，为成像时刻总数，为成像时间间隔，为空间目标到雷达的距离，为空间目标旋转角速度； S522c，利用下式计算得到点模型回波： ； 其中，表示空间目标在第个成像脉冲第个采样点的回波信号，，为脉冲内采样点总数，为采样时间间隔，为信号载频，为信号调频率，为光速； S522d，利用下式对模型回波作二维逆傅里叶变换得到ISAR图像： ； 其中，表示ISAR图像的第行第列像素值，，； S522e，将S522d中二维逆傅里叶变换得到的ISAR图像确定第二训练样本。

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安电子科技大学，其通讯地址为：710071 陕西省西安市太白南路2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。