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！

龙图腾网获悉中国人民解放军国防科技大学申请的专利基于角度特征分离和保留的增量小样本SAR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：CN115359315B 。

龙图腾网通过国家知识产权局官网在2026-01-16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：202210981254.0，技术领域涉及：G06V10/774；该发明授权基于角度特征分离和保留的增量小样本SAR目标识别方法是由赵凌君;赵琰;杨玉婷;张思乾;雷琳设计研发完成，并于2022-08-16向国家知识产权局提交的专利申请。

本基于角度特征分离和保留的增量小样本SAR目标识别方法在说明书摘要公布了：本申请涉及一种基于角度特征分离和保留的增量小样本SAR目标识别方法。所述方法包括：通过基础训练和增量训练得到训练好的最终骨干网络，根据最终骨干网络对待识别样本和所有保存样本集进行特征提取，根据样本角度最近邻准则对特征提取结果进行比较，得到待识别样本的预测目标识别结果；其中，在增量训练中引入了包括余弦归一化损失、边缘特征分离损失以及相关特征保留损失三种角度特征损失，并在每次的增量训练过程中采用角度排序样本选择策略来保存代表性样本。采用本方法能够在目标信息少的情况下，充分考虑目标类间相似性和类内差异性和背景干扰复杂等因素，提高SAR图像目标的增量小样本识别能力。

本发明授权基于角度特征分离和保留的增量小样本SAR目标识别方法在权利要求书中公布了：1.一种基于角度特征分离和保留的增量小样本SAR目标识别方法，其特征在于，所述方法包括： 将基类数据集输入包括骨干网络和基类分类器的基础模型进行处理，得到基类目标识别结果，根据所述基类目标识别结果计算得到余弦归一化损失，根据所述余弦归一化损失对所述基础模型进行训练，得到训练好的骨干网络和基类分类器； 根据角度排序样本选择策略将所述基类数据集中的代表性样本进行保存，得到保存样本集，将所述保存样本集与新类别数据集进行组合，得到增量数据集； 将所述增量数据集输入包括骨干网络和增量分类器的增量模型进行处理，得到增量目标识别结果，根据所述增量目标识别结果计算得到角度特征损失，根据所述角度特征损失对所述增量模型进行训练，得到训练好的骨干网络以及增量分类器；其中，所述角度特征损失包括余弦归一化损失、边缘特征分离损失以及相关特征保留损失； 重复训练所述增量模型直至得到训练好的最终骨干网络，根据所述最终骨干网络对待识别样本和所有所述保存样本集进行特征提取，根据样本角度最近邻准则对特征提取结果进行比较，得到所述待识别样本的预测目标识别结果； 其中，根据角度排序样本选择策略将所述基类数据集中的代表性样本进行保存，得到保存样本集，将所述保存样本集与新类别数据集进行组合，得到增量数据集，包括： 根据角度排序样本选择策略对所述基类数据集中的代表性样本进行保存，得到保存样本集，其中，所述保存样本集中第i个样本的选择方式为 其中，表示所述基类数据集，k表示所述保存样本集样本的数量，表示样本的嵌入特征，表示所述基类数据集中第j个基类数据集样本的嵌入特征，表示类别y的原型特征； 将所述保存样本集与新类别数据集进行组合，得到增量数据集。

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人民解放军国防科技大学，其通讯地址为：410073 湖南省长沙市开福区德雅路109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。