Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国科学院空天信息创新研究院刘力志获国家专利权

中国科学院空天信息创新研究院刘力志获国家专利权

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!

龙图腾网获悉中国科学院空天信息创新研究院申请的专利基于物理约束的混合极化体制欠定信息重建方法及装置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:CN120259782B

龙图腾网通过国家知识产权局官网在2025-09-23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:202510718478.6,技术领域涉及:G06V10/764;该发明授权基于物理约束的混合极化体制欠定信息重建方法及装置是由刘力志;王宇;赵飞;李博;杨天园;陆萍萍设计研发完成,并于2025-05-30向国家知识产权局提交的专利申请。

基于物理约束的混合极化体制欠定信息重建方法及装置在说明书摘要公布了:本发明提供一种基于物理约束的混合极化体制欠定信息重建方法及装置,涉及雷达技术领域,包括:构建混合极化SAR系统的系统性能模型,考虑系统的非理想特性及互易性假设,建立混合极化观测量的真实模型;根据系统性能模型,在反射对称性约束下,对混合极化观测量的二阶矩进行分解,估计交叉极化分量,重建全极化散射矩阵的二阶矩;采用无监督训练集预分割策略,根据样本点的局部密度和相对距离选择聚类中心,将训练集划分为多个子簇;基于改进的Wishart混合模型,利用多种距离度量和超参数优化策略,对每个子簇进行模型训练;使用训练好的模型对极化SAR影像进行分类,获得分类结果。本发明能够提高模型训练的准确性和鲁棒性。

本发明授权基于物理约束的混合极化体制欠定信息重建方法及装置在权利要求书中公布了:1.一种基于物理约束的混合极化体制欠定信息重建方法,其特征在于,包括以下步骤: 步骤1、构建混合极化SAR系统的系统性能模型,考虑混合极化SAR系统的非理想特性及互易性假设,建立混合极化观测量的真实模型; 步骤2、根据系统性能模型,在反射对称性约束下,对混合极化观测量的二阶矩进行分解,估计交叉极化分量,重建全极化散射矩阵的二阶矩; 步骤3、采用无监督训练集预分割策略,根据样本点的局部密度和相对距离选择聚类中心,将训练集划分为多个子簇; 步骤4、基于改进的Wishart混合模型,利用多种距离度量和超参数优化策略,对每个子簇进行模型训练;所述步骤4中的模型训练采用迭代优化的超参数选择方法,以最大化训练样本的分类精度;所述超参数为距离阈值、聚类阈值和尺度调节因子; 改进的Wishart混合模型的模型参数被重新定义为;基于每个元素的平滑超参数进行预估,改进的Wishart混合模型的似然函数如下式所示: (13) 其中,表示平滑超参数,表示类中心,表示第i个像素的协方差矩阵,表示所有未知参数,表示第k个混合系数,且,是第i个元素对第k个隐变量独立同分布的具体实现,表示第k个分布的类中心,表示第i个像素的平滑超参数,K表示分布的总数,表示改进的Wishart混合模型的Wishart分布的概率密度函数; 步骤5、使用训练好的改进的Wishart混合模型对极化SAR影像进行分类,获得分类结果。

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科学院空天信息创新研究院,其通讯地址为:100190 北京市海淀区北四环西路19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AI智能生成
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。