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！

龙图腾网恭喜哈尔滨工业大学申请的专利一种基于多机器学习与层次化分类的电离层杂波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：CN114966596B 。

龙图腾网通过国家知识产权局官网在2024-09-17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：202210562817.2，技术领域涉及：G01S7/41；该发明授权一种基于多机器学习与层次化分类的电离层杂波识别方法是由于雷;位寅生;李元彪设计研发完成，并于2022-05-23向国家知识产权局提交的专利申请。

本一种基于多机器学习与层次化分类的电离层杂波识别方法在说明书摘要公布了：一种基于多机器学习与层次化分类的电离层杂波识别方法，涉及雷达信号处理技术领域，针对现有技术中不能精准地区分电离层杂波的问题，本申请提升了对不同类型杂波的识别准确率，并进一步扩充样本集，本申请在所用实测样本集上，在第一层中训练辅助分类器对未标注样本预测性能相较传统算法有较大改善，最大提升40％以上，缓解了样本数量不足的问题；对6类不同特性强电离层杂波样本识别达到88.47％的平均预测准确率，较传统算法提升50％以上。

本发明授权一种基于多机器学习与层次化分类的电离层杂波识别方法在权利要求书中公布了：1.一种基于多机器学习与层次化分类的电离层杂波识别方法，其特征在于包括以下步骤：步骤一：获取回波数据，并对回波数据进行特征提取，得到样本矩阵；步骤二：针对样本矩阵进行拉依达准则检验，并对拉依达准则检验后的样本矩阵进行Z-score标准化；步骤三：利用Z-score标准化后的样本矩阵训练层次分类模型，所述层次分类模型包括第一层分类器、第二层分类器以及第三层分类器，所述第一层分类器包括主分类器和辅助分类器；所述主分类器用于识别样本矩阵中电离层杂波标签数据和非电离层杂波标签数据；所述辅助分类器用于识别非电离层杂波标签数据中背景噪声标签数据和海杂波标签数据；所述第二层分类器用于识别电离层杂波标签数据中弱电离层杂波标签数据和强电离层杂波标签数据；所述第三层分类器用于识别强电离层杂波标签数据中不同特性强电离层杂波标签数据；步骤四：利用训练好的层次分类模型进行电离层杂波识别。

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哈尔滨工业大学，其通讯地址为：150001 黑龙江省哈尔滨市南岗区西大直街92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”。