恭喜北京理工大学傅雄军获国家专利权
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！
龙图腾网恭喜北京理工大学申请的专利一种基于密度聚类和幅度-距离特征联合的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：CN114755636B 。
龙图腾网通过国家知识产权局官网在2025-06-20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：202210272140.9，技术领域涉及：G01S7/36；该发明授权一种基于密度聚类和幅度-距离特征联合的目标识别方法是由傅雄军;管姝妍;郎平;冯程;谢民;王勇设计研发完成，并于2022-03-18向国家知识产权局提交的专利申请。
本一种基于密度聚类和幅度-距离特征联合的目标识别方法在说明书摘要公布了：本发明涉及一种基于密度聚类和幅度‑距离特征联合的目标识别方法，属于雷达干扰识别及目标识别技术领域。所述目标识别方法，包括：S1：对每一帧数据进行帧内的非相参积累，得到该帧非相参积累后的数据；S2：将S1得到的非相参积累后的数据进行CFAR检测，得到CFAR检测后过门限的点，并保存；S3：对S2输出的CFAR检测后过门限的点逐帧进行密度聚类，得到聚类结果；S4：对S3输出的聚类结果逐帧进行目标和干扰的识别。所述方法能对任意形状数据进行聚类且针对一维数据聚类效果更好；不需预先设置初始值，故没有初始值对聚类结果的影响；充分利用了数据的帧内和帧间信息，目标识别准确率更高。
本发明授权一种基于密度聚类和幅度-距离特征联合的目标识别方法在权利要求书中公布了：1.一种基于密度聚类和幅度-距离特征联合的目标识别方法，其特征在于：包括： S1：对每一帧数据进行帧内的非相参积累，得到该帧非相参积累后的数据； S2：将S1得到的非相参积累后的数据进行CFAR检测，得到CFAR检测后过门限的点并保存； S3：对S2输出的CFAR检测后过门限的点逐帧进行密度聚类，得到聚类结果； S4：对S3输出的聚类结果逐帧进行目标和干扰的识别，具体包括如下几个子步骤： S41、根据S3输出的每帧数据的聚类进行帧内判断，得到类型识别结果，具体为：计算一帧数据中每一类的幅度熵，幅度熵最大的类认为是舰船目标类，幅度熵最小的类认为是干扰类； S42、判断S41的类型识别结果是否正确，如果类型识别正确则保存分类识别结果和目标信息，否则，若类型识别错误跳至S43； S43、利用数据的帧间信息进行二次判断，得到分类识别结果，具体为：分别计算当前帧下各类的距离与前五帧舰船类距离的方差，认为方差最小的类为舰船。
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北京理工大学，其通讯地址为：100081 北京市海淀区中关村南大街5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”。
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