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细粒度小样本PDW信号样式识别方法、装置、设备及介质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：CN121456562B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202511995586.4，技术领域涉及：G06F18/24；该发明授权细粒度小样本PDW信号样式识别方法、装置、设备及介质是由陈暄;李志汇;杜明洋;邝龙坤;师俊朋设计研发完成，并于2025-12-26向国家知识产权局提交的专利申请。

本细粒度小样本PDW信号样式识别方法、装置、设备及介质在说明书摘要公布了：本发明提出一种细粒度小样本PDW信号样式识别方法、装置、设备及介质，旨在提高在复杂信号环境下对PDW信号细粒度样式的识别能力，针对实际电磁环境中PDW标注数据稀缺、PDW丢失和虚假PDW干扰情况下识别率较低的问题，使用基于双路径特征解耦与注意力增强机制的双路径原型对比增强网络，通过级联器模块提取PDW序列的稳定共有模式，并利用投影器模块自适应聚焦于不同信号样式间的关键差异特征，显著提升特征的判别性；同时，通过协同优化分类损失、原型对比损失与特征重构损失，确保模型在少量标注样本条件下仍能保持优异的泛化能力。本发明在复杂信号环境下仍表现出强大的抗干扰能力。

本发明授权细粒度小样本PDW信号样式识别方法、装置、设备及介质在权利要求书中公布了：1.细粒度小样本PDW信号样式识别方法，其特征在于，包括： 构建带有PDW信号样式类别标签的PDW序列样本集合，作为基类类别空间； 从基类类别空间中随机采样多个训练任务，每个训练任务包含一组互不重叠的支持集样本和查询集样本； 对当前训练任务，利用特征提取网络提取各样本的特征向量，其中特征提取网络包括级联器模块和投影器模块，级联器模块用于提取PDW序列的稳定共有模式，其包含级联卷积处理单元，输出初步特征表示；投影器模块自适应聚焦于不同信号样式间的关键差异特征，通过注意力机制对初步特征表示进行加权增强，实现注意力残差连接与跨任务特征对齐，得到最终判别性的特征向量； 基于支持集样本的特征向量计算各类别的原型特征向量； 计算查询集样本的特征向量与各原型特征向量之间的相似度，基于相似度结果构建损失函数以优化特征提取网络的参数，更新当前训练任务，不断迭代，直至模型收敛，得到训练好的识别网络模型，其中所述损失函数包含分类损失、特征重构损失和原型对比损失三个组成部分； 对于包含多个新PDW信号样式类别的新识别任务，每个新类别提供多个支持样本，将新识别任务的支持集样本输入训练好的识别网络模型，提取特征向量并计算各新类别的原型特征向量；将新识别任务的查询样本输入训练好的识别网络模型提取特征向量，并计算其与各新类别的原型特征向量的相似度，根据相似度结果进行分类决策以完成对查询样本的PDW信号样式识别。

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。