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！

龙图腾网获悉南京理工大学申请的专利基于二维自选择加权卷积神经网络的雷达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：CN115712100B 。

龙图腾网通过国家知识产权局官网在2026-01-30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：202210596499.1，技术领域涉及：G01S7/41；该发明授权基于二维自选择加权卷积神经网络的雷达目标识别方法是由芮义斌;余承威;谢仁宏;李鹏;李鹏;袁宇峰设计研发完成，并于2022-05-30向国家知识产权局提交的专利申请。

本基于二维自选择加权卷积神经网络的雷达目标识别方法在说明书摘要公布了：本发明公开了一种基于二维自选择加权卷积神经网络的雷达目标识别方法，包括：首先，利用Toeplitz矩阵将雷达信号处理系统得到的原始一维时域信号构造成二维的数据信号；再将构造后的二维数据信号根据原始信号的类别按照比例生成训练集和测试集；构造坐标注意力模块，再构造由自选择加权模块组成的卷积神经网络，将训练集数据输入到构造后的网络中进行训练得到训练后的网络模型，最后使用测试集对训练后的网络模型进行测试完成雷达目标的识别分类。本发明能够在非常小的计算参数代价之下，提升目标识别的准确率，适合于计算资源十分有限，又要求较高目标识别精度的场合下进行使用。

本发明授权基于二维自选择加权卷积神经网络的雷达目标识别方法在权利要求书中公布了：1.一种基于二维自选择加权卷积神经网络的雷达目标识别方法，其特征在于，包括以下步骤： 步骤1、基于Toeplitz矩阵，将一维雷达目标时域信号构造成二维信号； 步骤2、将步骤1构造后的信号根据信号的类别，按照一定的比例划分为训练集和测试集； 步骤3、构造坐标注意力模块；设输入的特征图维度为c×h×w，c、h、w分别表示特征图的通道数、长和宽，首先进行X、Y维度的池化，将得到的张量进行融合，然后使用1×1的卷积将通道数转为d，d的定义如下： 其中为下限阈值，r为衰减因子； 沿着空间维度将上述融合后的张量分割为两个维度分别为d×h×1，d×1×w的张量，再使用1×1的卷积将这两个张量通道数升为3c，然后进行分割得到3个c×h×1和3个c×1×w的张量，在此处将平均池化坐标注意力模块和最大池化坐标注意力模块得到的张量相加进行信息融合，最后3组张量彼此相乘得到最终的3个输出权重值； 步骤4、利用步骤3得到的坐标注意力模块，构造基于自选择加权模块的卷积神经网络；所构建的自选择加权模块以及自选择加权卷积神经网络，其中总的网络结构包括11层自选择加权模块、5层卷积下采样层、1层全局池化层、2层全连接层以及1层softmax层；自选择加权模块首先使用1×1卷积进行降维，将通道数降到输入的14，再分别使用三个空洞卷积进行不同感受野的特征提取，使得该模块能够提取不同感受野下的特征结构，然后将获得的特征图进行融合后输入到步骤3中所构建的坐标注意力模块中得到3个输出的权重值，用加权求和的方式完成每个感受野的自选择加权； 步骤5、将步骤2生成的训练集数据输入到步骤4中构造好的网络中进行训练； 步骤6、将步骤2生成的测试集数据输入到步骤5训练好的网络中进行准确率测试。

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南京理工大学，其通讯地址为：210094 江苏省南京市孝陵卫200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。