西安电子科技大学张金松获国家专利权
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！
龙图腾网获悉西安电子科技大学申请的专利一种增量学习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：CN119380164B 。
龙图腾网通过国家知识产权局官网在2025-10-31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：202411439630.9，技术领域涉及：G06V10/82；该发明授权一种增量学习方法及装置是由张金松;付佳佳;张云鹏;邢孟道设计研发完成，并于2024-10-15向国家知识产权局提交的专利申请。
本一种增量学习方法及装置在说明书摘要公布了：本发明涉及一种增量学习方法及装置，包括：获取SAR幅值图像的CNN特征和SAR幅值图像对应的回波数据的估计参数集；将估计参数集转换为电磁散射中心特征；根据CNN特征和电磁散射中心特征得到融合特征；并进行正则化处理，根据正则化处理后的融合特征构建损失函数；利用损失函数和归一化权重对预先构建的SCF‑NET进行增量学习，直至预先构建的SCF‑NET达到预设收敛条件，得到增量学习后的SCF‑NET。提高了增量学习的准确性和稳定性，得到的增量学习后的SCF‑NET具有较高的灵活性、可扩展性和实用性。
本发明授权一种增量学习方法及装置在权利要求书中公布了：1.一种增量学习方法，其特征在于，所述方法包括： 提取SAR幅值图像的CNN特征和所述SAR幅值图像对应的回波数据的估计参数集； 将所述估计参数集转换为电磁散射中心特征； 利用预先构建的SCF-NET将所述CNN特征和所述电磁散射中心特征进行融合，得到融合特征； 对所述融合特征进行正则化处理，根据正则化处理后的融合特征构建损失函数； 对所述预先构建的SCF-NET进行增量学习时，利用所述损失函数对增加新类别后的所述预先构建的SCF-NET进行优化，并根据所述新类别和所述SCF-NET的原始类别得到所述新类别的归一化权重，并根据所述新类别的归一化权重对所述预先构建的SCF-NET进行下一次增量学习，直至所述预先构建的SCF-NET达到预设收敛条件，得到增量学习后的SCF-NET。
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安电子科技大学，其通讯地址为：710071 陕西省西安市太白南路2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。
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
请提出您的宝贵建议，有机会获取IP积分或其他奖励