買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉西安電子科技大學申請的專利一種基于HRRP與SAR數(shù)據(jù)特征級融合的艦船分類方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN116343041B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-08-08發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202310321258.0，技術(shù)領域涉及：G06V20/10；該發(fā)明授權(quán)一種基于HRRP與SAR數(shù)據(jù)特征級融合的艦船分類方法是由董文倩;崔繼洲;曲家慧;肖嵩;李云松設計研發(fā)完成，并于2023-03-29向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種基于HRRP與SAR數(shù)據(jù)特征級融合的艦船分類方法在說明書摘要公布了：一種基于HRRP與SAR數(shù)據(jù)特征級融合的艦船分類方法，包括以下步驟；輸入同一時刻對同一目標的HRRP與SAR探測數(shù)據(jù)，各自進行預處理，并劃分訓練集和測試集；構(gòu)建SAR影像特征分離模塊，降低各個樣本間特征的相關(guān)性，增加樣本特征距離；構(gòu)建SAR影像特征聚合模塊，將已分離樣本特征中的同類特征進行聚合，減小類內(nèi)距離、增大類間距離，增強分類性能；構(gòu)建基于注意力機制的一維距離像特征提取模塊，提取HRRP中的艦船細節(jié)特征；構(gòu)建HRRP與SAR數(shù)據(jù)特征融合分類模塊，融合HRRP與SAR數(shù)據(jù)的特征進行目標的分類；對搭建好的多源特征融合分類模型進行有監(jiān)督的訓練，得到合適該模型的參數(shù)；將待分類艦船目標數(shù)據(jù)送入訓練好的多源特征融合分類模型中進行分類，得到分類結(jié)果。本發(fā)明提高了艦船分類的精度以及魯棒性。

本發(fā)明授權(quán)一種基于HRRP與SAR數(shù)據(jù)特征級融合的艦船分類方法在權(quán)利要求書中公布了：1.一種基于HRRP與SAR數(shù)據(jù)特征級融合的艦船分類方法，其特征在于，包括以下步驟； S101：獲取同一時刻對同一艦船目標的HRRP與SAR探測數(shù)據(jù)，各自進行預處理，并劃分訓練集和測試集； S102：構(gòu)建SAR影像特征分離模塊，降低各個探測數(shù)據(jù)樣本間特征的相關(guān)性，增加樣本特征距離； S103：構(gòu)建SAR影像特征聚合模塊，將S102輸出的已分離樣本特征中的同類特征進行聚合，減小類內(nèi)距離、增大類間距離，增強分類性能； S104：構(gòu)建基于注意力機制的一維距離像特征提取模塊，提取HRRP中的艦船細節(jié)特征； S105：構(gòu)建HRRP與SAR數(shù)據(jù)特征融合分類模塊，融合HRRP與SAR數(shù)據(jù)的特征進行目標分類； S106：對搭建好的多源特征融合分類模型進行有監(jiān)督的訓練，得到合適該模型的參數(shù)； S107：將待分類艦船目標數(shù)據(jù)送入訓練好的多源特征融合分類模型中進行分類，得到分類結(jié)果； 所述步驟S102具體為： 首先使用ResNet50網(wǎng)絡對做了數(shù)據(jù)增強的一對SAR影像進行特征提取得到特征以Batch為單位做處理B為Batch大小，構(gòu)建特征分離模塊對不同樣本進行特征分離，即將不同樣本特征投影到分離度高的特征空間，特征分離模塊由卷積層、激活層與批歸一化層組成，此結(jié)構(gòu)能夠有效投影特征空間，其步驟可表示為下式： Separate·＝fReLUfBNfconvfReLUfBNfconv· 其中是經(jīng)過不同數(shù)據(jù)增強變化后的SAR數(shù)據(jù)；是通過ResNet50提取的特征，c、h、w分別是特征的通道數(shù)、長、寬；Separate·為特征分離模塊，將不同樣本特征投影到分離度高的特征空間； 所述步驟S103中SAR影像特征聚合模塊的結(jié)構(gòu)如下： 構(gòu)建集成模塊將被分離的樣本特征進行降維，同時進行同類特征的聚合，特征集成模塊由兩步卷積構(gòu)成，第一個1×1卷積層用于從信道維度減少特征的數(shù)量，第二個卷積層用于從具有3×3核的空間維度進行信息融合，通過集成模塊，聚合的特征由表示，添加類編碼P指導特征聚合，每類由多個類編碼P，其步驟可表示為下式： Integration·＝fReLUfBNfconvfReLUfBNfconv· 其中為被分離的樣本特征；Integration·為特征集成模塊； 表示類編碼向量，C、N、K分別表示通道數(shù)、每類的編碼數(shù)和類數(shù)。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人西安電子科技大學，其通訊地址為：710071 陜西省西安市雁塔區(qū)太白南路2號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。