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上海微系统与信息技术研究所申请的专利一种基于深度学习的雷达个体开集识别方法和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：CN119716772B 。

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：202411719143.8，技术领域涉及：G01S7/41；该发明授权一种基于深度学习的雷达个体开集识别方法和装置是由孙培林;赵宇;陈鲁;张伟豪;杨清山设计研发完成，并于2024-11-28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雷达个体开集识别方法和装置在说明书摘要公布了：本发明涉及一种基于深度学习的雷达个体开集识别方法和装置，其中，方法包括：获取待识别的雷达个体信号；对待识别的雷达个体信号进行预处理，得到若干段序列信号；将若干段序列信号输入深度学习网络模型中，得到待识别的雷达个体信号的类别；其中，深度学习网络模型包括：特征提取模块，用于提取若干段序列信号的特征信息；长短期记忆网络模块，用于学习若干段序列信号的特征信息之间的特征关系；多层感知器模块，用于对长短期记忆网络模块输出的特征进行降维；分类模块，用于根据降维后的特征完成雷达个体信号的识别，得到待识别的雷达个体信号的类别。本发明不仅能够对已知类型的信号进行识别和分类，还能够对未知电磁信号进行识别。

本发明授权一种基于深度学习的雷达个体开集识别方法和装置在权利要求书中公布了：1.一种基于深度学习的雷达个体开集识别方法，其特征在于，包括以下步骤： 获取待识别的雷达个体信号； 对所述待识别的雷达个体信号进行预处理，得到若干段序列信号； 将所述若干段序列信号输入深度学习网络模型中，得到所述待识别的雷达个体信号的类别；其中，所述深度学习网络模型包括： 特征提取模块，用于提取所述若干段序列信号的特征信息； 长短期记忆网络模块，用于学习若干段序列信号的特征信息之间的特征关系； 多层感知器模块，用于对所述长短期记忆网络模块输出的特征进行降维； 分类模块，用于根据降维后的特征完成雷达个体信号的识别，得到所述待识别的雷达个体信号的类别； 所述深度学习网络模型的损失函数为：loss＝lam*CNLosspred,label+1-lam*CNLosspred,labelrandon，其中，loss为深度学习网络模型的损失函数值，lam为从β分布中抽取的样本，CNLoss为增加预设权重的交叉熵损失函数，pred是预测得到的信号类别，label为真实的信号类别，labelrandon为随机打乱顺序后的信号的类别。

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上海微系统与信息技术研究所，其通讯地址为：200050 上海市长宁区长宁路865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。