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！

龙图腾网获悉中国电子科技集团公司第十研究所申请的专利基于迁移学习的辐射源个体识别方法、设备及介质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：CN116911377B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202310799101.9，技术领域涉及：G06N3/096；该发明授权基于迁移学习的辐射源个体识别方法、设备及介质是由陈杰梅;郑博元;胡超;丛迅超;甘翼;余志斌;韦柳幸;胡浩翔设计研发完成，并于2023-06-30向国家知识产权局提交的专利申请。

本基于迁移学习的辐射源个体识别方法、设备及介质在说明书摘要公布了：本发明公开了一种基于迁移学习的辐射源个体识别方法、设备及介质，属于电子侦察中辐射源个体识别领域，包括步骤：S1，获取雷达辐射源个体时频图谱；S2，构建基于迁移学习的雷达个体识别模型；S3，利用步骤S2中构建的模型完成辐射源个体识别。本发明提高了对辐射源个体的识别能力。

本发明授权基于迁移学习的辐射源个体识别方法、设备及介质在权利要求书中公布了：1.一种基于迁移学习的辐射源个体识别方法，其特征在于，包括以下步骤： S1，获取雷达辐射源个体时频图谱；所述获取雷达辐射源个体时频图谱具体通过短时傅里叶变换获取雷达辐射源个体时频图谱； S2，构建基于迁移学习的雷达个体识别模型；在步骤S2中，所述构建基于迁移学习的雷达个体识别模型， S21，构建雷达个体识别模型；在步骤S21中，所述构建雷达个体识别模型，具体包括子步骤：使用深度学习网络VGG作为训练模型，VGG模型包括特征提取器和分类器；所述特征提取器由卷积层、池化层叠加组成；所述分类器为Softmax分类器； 所述特征提取器由5层卷积层、3层全连接层逐级搭建组成，用于提取输入数据的深度特征； 所述Softmax分类器计算特征隶属每一类别的概率值，并把概率最大的类别作为输出； 损失值由交叉熵损失函数计算，表示输出标签与输入标签之间的信息误差，损失值越小表示模型的识别效果越好； 利用反向传播算法再把损值逐级反馈给卷积神经网络，从而对目标函数进行优化更新网络参数； S22，引入中心损失函数进行特征提取； S23，构建基于领域共享特征知识的雷达知识迁移学习模型；在步骤S23中，所述构建基于领域共享特征知识的雷达知识迁移学习模型，具体包括子步骤：基于源域中带标签数据训练的预训练模型，通过冻结预训练模型参数即特征知识迁移并利用目标域带标签数据进行二次模型； 所述通过冻结预训练模型参数即特征知识迁移并利用目标域带标签数据进行二次模型，具体包括子步骤： 在特征知识迁移学习过程中，使用源域数据训练得到源域模型，利用模型学习到的知识，得到特征提取层参数和源域分类器参数； 基于源域特征提取器参数，将在源域上学习到的知识应用到目标域任务上，调整目标域分类器以适应目标域任务，此时只需要优化分类器参数，即能够得到表现更优的目标域模型； 当源域数据和目标域数据之间具有相似的可共享的知识时，迁移相似的或者可共享的知识用于辅助目标域学习任务； S3，利用步骤S2中构建的模型完成辐射源个体识别。

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电子科技集团公司第十研究所，其通讯地址为：610000 四川省成都市金牛区茶店子东街48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。