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！

龙图腾网获悉西北工业大学申请的专利一种基于Deep U-Net模型的电磁逆散射成像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：CN116628502B 。

龙图腾网通过国家知识产权局官网在2025-07-25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：202310641571.2，技术领域涉及：G06F18/214；该发明授权一种基于Deep U-Net模型的电磁逆散射成像方法是由刘自成;马杰;程曦;肖瑞杰;王士龙设计研发完成，并于2023-06-01向国家知识产权局提交的专利申请。

本一种基于Deep U-Net模型的电磁逆散射成像方法在说明书摘要公布了：本发明公开了一种基于DeepU‑Net模型的电磁逆散射成像方法，包括步骤1：对散射场进行预处理，得到预成像结果；步骤2：利用预成像结果计算加权系数初值；步骤3：训练逆散射成像模型；步骤4：利用测试数据测试训练结果，判断权重值；步骤5：利用训练好的模型输出成像结果，对电磁逆散射模型进行测试；本方法采用融合TV损失函数正则项的U‑Net网络实现，一方面TV损失函数的加入提升了模型应对预处理数据中存在的“伪影”的能力，提高了模型在高噪声情况和强散射体情况下的成像能力，另一方面正则项的加入使得用较少的训练数据便可以产生很好的反演结果并具有较强的泛化能力，具有成像效果好、训练时间短和泛化能力强的特点。

本发明授权一种基于Deep U-Net模型的电磁逆散射成像方法在权利要求书中公布了：1.一种基于DeepU-Net模型的电磁逆散射成像方法，其特征在于：包括 步骤1：对散射场进行预处理，利用BP方法产生预成像结果，将结果随机分配为训练数据和测试数据； 步骤2：利用预成像结果计算求得加权系数初值； 步骤3：利用步骤1的训练数据和步骤2的预处理结果，训练融入TV损失函数的U-Net电磁逆散射求解器； 步骤4：利用测试数据测试训练结果，判断是否权重值最优，非最优情况修改测试权重并重复步骤3和步骤4，得到最终的求解电磁逆散射问题的模型； 步骤5：利用训练好的模型输出成像结果，对电磁逆散射模型进行测试； 步骤3所述的训练融入TV损失函数的U-Net电磁逆散射求解器的过程包括： 步骤3.1：选择深度学习分割方法DeepU-Net为U-Net电磁逆散射求解器的分割框架； 其中，本框架采用了分层的特征表示和对称的编解码路径，包扩6层卷积网络结构，最大的通道数设置为256； 步骤3.2：以基于对比度的函数和基于压缩感知理论的TV损失函数的和作为训练的总损失来约束训练过程； 其中，为数据集的像素矩阵，为每个像素单元，为正则项权重； 步骤3.3：利用步骤1中得到的训练数据进行训练，数据批处理大小batchsize为300； 步骤3.4：设置初始学习率为，每20次迭代学习率减半，150次迭代后终止训练，得到用于求解电磁逆散射问题的模型。

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西北工业大学，其通讯地址为：710072 陕西省西安市友谊西路127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”。