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！

龙图腾网获悉电子科技大学申请的专利一种基于深度学习的地面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：CN119719946B 。

龙图腾网通过国家知识产权局官网在2025-09-30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：202411680478.3，技术领域涉及：G06F18/2415；该发明授权一种基于深度学习的地面目标识别方法是由宗竹林;魏晓辉设计研发完成，并于2024-11-22向国家知识产权局提交的专利申请。

本一种基于深度学习的地面目标识别方法在说明书摘要公布了：本发明属于雷达识别技术领域，具体涉及一种基于深度学习的地面目标识别方法。该方法首先对HRRP数据进行预处理，以消除其幅度敏感性和平移敏感性；然后利用CWT对HRRP数据进行时频分析，通过CWT的多尺度分解，能够提取出信号在不同尺度下的时频特征并增强模型对噪声的鲁棒性；再将处理后得到的时频数据输入卷积神经网络。使用大量标注好的HRRP数据集对CNN进行训练。在训练过程中，通过反向传播算法不断调整网络权重，优化网络性能。在训练完成后，使用训练好的CNN模型对测试HRRP信号进行分类识别，并评估其性能。所提出的方法能更全面地描述HRRP信号，提高了特征的表达能力，在低信噪比下具有一定的识别性能优势。

本发明授权一种基于深度学习的地面目标识别方法在权利要求书中公布了：1.一种基于深度学习的地面目标识别方法，其特征在于，包括以下步骤： S1、获取雷达的高分辨距离像HRRP，表示为r＝[r1,r2,…,rL]T，其中ri表示第i个距离单元的子回波，L表示距离单元总数；对复数HRRP数据取幅值，得到实HRRP数据x＝|r|＝[x1,x2,…,xl]T； S2、对得到的实HRRP数据进行预处理，包括： 采用L2范数归一化： 计算HRRP信号的质心位置： 将归一化后的数据的中心偏移到得到的质心，得到移动后的数据作为训练数据； S3、构建目标识别模型，包括小波变换模块、卷积模块、池化和全连接模块、输出模块； 所述小波变换模块对训练数据进行小波变换，得到时频数据X； 所述卷积模块对时频数据X进行特征提取，卷积模块包括两个卷积层，每个卷积层都由核大小为3×3的卷积层组成，在卷积层后具有批量归一化层和激活函数，卷积模块建模表示为： 其中，wijl为卷积核每个位置权重，xijl为对应卷积区域每个位置值，k1,k2,d为卷积核大小，b为对应的偏移量，上标k表示数据的第k维，μk和σk分别是输入数据当前batch的均值和标准差，参数γk和βk用于对归一化值进行缩放和移位，∈是一个很小的数字，用于保证分母非零，f·为激活函数； 所述池化和全连接模块包括池化层和两个全连接层，池化层对输入特征图进行下采样操作，全连接层的输出表示为： 其中，和bi分别是第i个全连接层的权重矩阵、输入数据和偏移矩阵；第一个全连接层后具有Dropout函数，第二个全连接层的激活函数使用Sigmoid函数； 所述输出模块采用softmax分类器分类； S4、利用得到的训练数据对构建的目标识别模型进行训练，得到训练好的目标识别模型； S5、将获取的目标高分辨距离像经过预处理后，输入到训练好的目标识别模型，得到识别结果。

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电子科技大学，其通讯地址为：611731 四川省成都市高新西区西源大道2006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”。

以上内容由龙图腾AI智能生成。