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！

龙图腾网获悉成都天奥技术发展有限公司;电子科技大学申请的专利一种基于信息保留型混合正则化稀疏核学习的近场电磁波图像重建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：CN120726169B 。

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：202511134470.1，技术领域涉及：G06T11/00；该发明授权一种基于信息保留型混合正则化稀疏核学习的近场电磁波图像重建方法是由曾世超;唐宇;赵春莹;彭礼彪;毕东杰;李西峰;谢永乐;钟蔡茂;张芹蕾;梁菁;陈飞;杜元杰;王风;朱宇航设计研发完成，并于2025-08-14向国家知识产权局提交的专利申请。

本一种基于信息保留型混合正则化稀疏核学习的近场电磁波图像重建方法在说明书摘要公布了：本发明提供一种基于信息保留型混合正则化稀疏核学习的近场电磁波图像重建方法，近场电磁波图像重建的技术领域；S1：进行数据采集与预处理，归一化处理，剔除低频漂移；S2：利用高斯核或多项式核将输入数据映射到特征空间，设计动态字典更新策略；S3：进行在线递归权重更新；S4：进行混合正则化重建优化，通过拟合约束条件求解待优化向量；S5：采用FISTA加速近邻投影与对偶分解框架迭代求解优化问题，通过谱范数估计步长及动量项；S6：进行稀疏化与字典维护，更新协方差矩阵与权重系数；通过混合正则化与在线核学习的结合，解决了传统CS方法和KRLS变体的不足，集实时在线更新、稀疏先验与边缘保留于一体，解决了传统的近场电磁波图像重建技术的不足。

本发明授权一种基于信息保留型混合正则化稀疏核学习的近场电磁波图像重建方法在权利要求书中公布了：1.一种基于信息保留型混合正则化稀疏核学习的近场电磁波图像重建方法，其特征在于，包括以下方法步骤： S1：进行数据采集与预处理，对近场电磁波扫描数据进行归一化处理，并采用滑动平均或多项式去趋势技术剔除低频漂移； S2：利用高斯核或多项式核将输入数据映射到特征空间，设计动态字典更新策略，当新样本与现有字典中任一原子的核相似度小于预设阈值时新增字典，若字典规模超过预设最大值则根据贡献度和稀疏重建结果剔除最冗余原子； S3：进行在线递归权重更新，基于核递归最小二乘准则，对每次输入数据在特征空间中进行映射后，递归更新权重系数及协方差矩阵，得到初步权重估计； S4：进行混合正则化重建优化，将权重系数作为压缩感知重建目标，构造包含与TV正则的目标函数，通过拟合约束条件求解待优化向量； S5：采用FISTA加速近邻投影与对偶分解框架迭代求解优化问题，通过谱范数估计步长及动量项，并设定停机容差避免冗余迭代； S6：进行稀疏化与字典维护，对重建结果执行软阈值裁剪，删除对应冗余字典原子，更新协方差矩阵与权重系数，实现字典稀疏与边缘信息保留的实时更新； 所述S4中，在每次更新中，将权重更新系数矩阵视作压缩感知重建目标，构造带有与TV正则的目标函数，计算公式如下： ； 其中，为混合正则化目标函数，为特征矩阵，为KRLS更新后的系数向量，为正则化参数，为范数，为范数，为稀疏变换矩阵，为TV正则化参数，为总变分正则化项，为约束指示函数； 定义待优化向量，以拟合，计算公式如下： ； 其中，为字典特征矩阵，为约束范围，为约束指示函数，为的第个分量。

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成都天奥技术发展有限公司;电子科技大学，其通讯地址为：610000 四川省成都市高新西区新业路88号天奥科技产业园；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。