中国人民解放军国防科技大学张思乾获国家专利权
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！
龙图腾网获悉中国人民解放军国防科技大学申请的专利基于深度稀疏编码模型的可解释目标识别方法、装置及设备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：CN117132820B 。
龙图腾网通过国家知识产权局官网在2026-03-06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：202311091834.3，技术领域涉及：G06V10/764；该发明授权基于深度稀疏编码模型的可解释目标识别方法、装置及设备是由张思乾;陈果;计科峰;匡纲要;赵凌君;雷琳设计研发完成，并于2023-08-28向国家知识产权局提交的专利申请。
本基于深度稀疏编码模型的可解释目标识别方法、装置及设备在说明书摘要公布了：本申请涉及一种基于深度稀疏编码模型的可解释目标识别方法、装置及设备，本方法通过将待进行目标识别的SAR图像先利用基于深度展开网络的卷积稀疏编码模型中SAR图像进行稀疏分解后提取得到表示目标低维度特征的稀疏特征，再利用特征学习模型从稀疏特征中获取判别性特征表示，并提取稀疏特征中潜在的类别语义特征，最后由分类模型对SAR图像中的目标进行识别。采用本方法在SAR图像中的目标进行精准的分类识别的同时，还增强其模型在对图像进行处理时的可解释性。
本发明授权基于深度稀疏编码模型的可解释目标识别方法、装置及设备在权利要求书中公布了：1.基于深度稀疏编码模型的可解释目标识别方法，其特征在于，所述方法包括： 获取待进行目标识别的SAR图像； 将所述SAR图像输入基于深度展开网络的卷积稀疏编码模型中，由该模型对所述SAR图像进行稀疏分解后提取得到表示目标低维度特征的稀疏特征； 将所述稀疏特征输入特征学习模型中，由该特征学习模型从所述稀疏特征中获取判别性特征表示，并提取所述稀疏特征中潜在的类别语义特征，在所述特征学习模型中，利用步长为2的池化层对所述稀疏特征的尺寸进行压缩，得到压缩后的稀疏特征，利用4个依次连接的残差层对所述压缩后的稀疏特征进行特征提取，得到目标的高维语义信息，利用全局平均池化层降低所述高维语义信息的维度，得到所述类别语义特征； 将所述类别语义特征输入分类模型中，对所述SAR图像中的目标进行识别。
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中国人民解放军国防科技大学，其通讯地址为：410073 湖南省长沙市开福区德雅路109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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励