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
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国人民解放军国防科技大学夏靖远获国家专利权

中国人民解放军国防科技大学夏靖远获国家专利权

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双域专家知识的HRRP大模型多场景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:CN121388821B

龙图腾网通过国家知识产权局官网在2026-03-20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:202511961730.2,技术领域涉及:G06F18/2413;该发明授权基于双域专家知识的HRRP大模型多场景识别方法是由夏靖远;章恩韬;廖淮璋;张双辉;刘永祥设计研发完成,并于2025-12-24向国家知识产权局提交的专利申请。

基于双域专家知识的HRRP大模型多场景识别方法在说明书摘要公布了:本申请涉及一种基于双域专家知识的HRRP大模型多场景识别方法。所述方法包括:获取训练样本,构建目标识别模型,用于分别对目标参数提示文本和HRRP信号进行编码得到文本浅层特征和时域浅层特征,并对HRRP信号进行频域信息提取与编码得到频域浅层特征,分别对各浅层特征进行特征提取得到对应的多组中间层特征和深层特征,并将时域分支每一组中间层特征分别与文本分支和频域分支中对应的中间层特征进行对齐,对各分支输出的深层特征进行拼接输出融合特征再进行分类,输出目标识别结果,根据训练样本和总损失函数训练目标识别模型,以实现目标识别。采用本方法能够实现多场景下高精度、强鲁棒的雷达目标识别。

本发明授权基于双域专家知识的HRRP大模型多场景识别方法在权利要求书中公布了:1.一种基于双域专家知识的HRRP大模型多场景识别方法,其特征在于,所述方法包括: 获取训练样本;所述训练样本包括经预处理的HRRP信号及对应的目标参数提示文本; 构建目标识别模型;所述目标识别模型包括输入单元、深层特征提取单元、特征融合单元及识别头;所述深层特征提取单元包括文本分支、时域分支和频域分支,各分支基于大模型的Transformer堆叠架构构建; 通过输入单元分别对目标参数提示文本和HRRP信号进行编码,得到文本浅层特征和时域浅层特征,并对HRRP信号进行频域信息提取与编码,得到频域浅层特征; 通过深层特征提取单元分别对所述文本浅层特征、所述时域浅层特征和所述频域浅层特征进行特征提取,得到对应的多组中间层特征和深层特征,并将时域分支每一组中间层特征分别与文本分支和频域分支中对应的中间层特征进行对齐,以关联参数域专家知识和信号域专家知识; 通过特征融合单元对各分支输出的深层特征进行拼接,输出融合特征; 通过识别头对所述融合特征进行分类,输出目标识别结果; 根据所述训练样本和预先设置的总损失函数训练所述目标识别模型,得到训练好的目标识别模型; 利用训练好的目标识别模型进行目标识别; 所述将时域分支每一组中间层特征分别与文本分支和频域分支中对应的中间层特征进行对齐包括: 为文本分支、频域分支的各中间层分别配置第一投影层,为时域分支的各中间层配置第二投影层; 通过第一投影层将文本分支、频域分支的中间层特征映射至预设特征空间,通过第二投影层将时域分支的中间层特征映射至所述预设特征空间; 计算映射后时域分支特征与文本分支特征、时域分支特征与频域分支特征的相似度,实现特征对齐。

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。