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改进生成对抗网络的天波雷达地海杂波半监督分类模型构建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：CN115859167B 。

龙图腾网通过国家知识产权局官网在2025-08-15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：202211512196.3，技术领域涉及：G06F18/241；该发明授权一种改进生成对抗网络的天波雷达地海杂波半监督分类模型构建方法是由王增福;张效宣;潘泉;卢琨设计研发完成，并于2022-11-29向国家知识产权局提交的专利申请。

本一种改进生成对抗网络的天波雷达地海杂波半监督分类模型构建方法在说明书摘要公布了：本发明公开了一种改进生成对抗网络的天波雷达地海杂波半监督分类模型构建方法，该方法将半监督生成对抗网络中判别器的中间层网络筛选出多层网络中的特征，并对各层的特征匹配损失进行加权得出联合特征匹配损失。进一步，将标准的对抗损失与联合特征匹配损失作线性加权，得到加权损失。基于标准对抗损失、联合特征损失和加权损失设计基于改进生成对抗网络的地海杂波分类模型WL‑SSGAN。解决了如何避免人工添加标签并提高模型的分类性能的技术问题，达到了节省添加标签成本，提高分来效率的技术效果。

本发明授权一种改进生成对抗网络的天波雷达地海杂波半监督分类模型构建方法在权利要求书中公布了：1.一种改进生成对抗网络的天波雷达地海杂波半监督分类模型构建方法，其特征在于，包括： 将地海杂波的训练样本输入半监督分类模型进行训练，所述训练样本包含有标签样本、无标签样本和生成样本，所述半监督生成对抗网络包括判别器和生成器； 根据所述判别器输出的有标签样本的信息熵计算所述判别器的第一对抗损失，所述第一对抗损失表征所述判别器的全监督损失； 根据所述判别器输出的无标签样本的信息熵和生成样本的信息熵计算所述判别器的第二对抗损失，所述第二对抗损失表征所述判别器的半监督损失； 根据所述判别器中多层网络中的生成样本特征和无标签样本特征计算联合特征损失； 对所述第二对抗损失与所述联合特征损失进行加权，生成所述生成器的加权损失； 通过重复训练所述半监督分类模型，基于所述第一对抗损失、所述第二对抗损失和所述加权损失更新所述判别器的分类权重，确定满足预设分类精度的半监督分类模型； 根据所述判别器中多层网络中的生成样本特征和无标签样本特征计算联合特征损失包括： 从所述判别器的预设层数的中间层网络中提取出每层网络中无标签样本特征和生成样本特征； 求解每层网络中无标签样本特征与生成样本特征的欧式距离，得出所述每层网络的特征匹配损失； 将每层网络的所述特征匹配损失进行加权求和，得到所述联合特征匹配损失； 所述联合特征匹配损失的计算方式如下： 其中，lmax为表示判别器的中间层网络的总和，lmul表示选取的所述预设层数，且Chl为第l层的样本特征对应的通道数，Lel为样本特征的长度，为所述每层网络的特征匹配损失，为第l层生成样本特征的期望，为第l层无标签样本特征的期望，LFM为联合特征匹配损失。

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”。