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！

龙图腾网恭喜中国人民解放军海军工程大学申请的专利一种基于深度学习的编队识别目标选择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：CN118567390B 。

龙图腾网通过国家知识产权局官网在2025-04-04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：202410440733.0，技术领域涉及：G05D1/695；该发明授权一种基于深度学习的编队识别目标选择方法是由黄隽;傅城龙;吴鹏飞;刘方;李晓宝;张浩然;刘玥设计研发完成，并于2024-04-12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编队识别目标选择方法在说明书摘要公布了：本发明公开一种基于深度学习的编队识别目标选择方法，包括以下步骤：1获取水面目标编队信息，并生成编队队形图；2构建基于改进LeNet卷积神经网络的编队队形识别模型；3将编队队形图输入至编队队形识别模型中，得到队形识别结果；4根据队形识别结果对目标指示阶段编队目标进行排序编号；5选定待跟踪目标，并将待跟踪目标编号传输至飞行器；6飞行器在飞行阶段，通过末制导传感器获取水面目标编队态势，并对目标编队进行排序编号，然后匹配待跟踪目标，并跟踪所述待跟踪目标。本发明基于改进LeNet网络、Hough变换和ISODATAˋ算法，提出水面目标编队目标选择建模方法，提高选择效率，增强工程操作性。

本发明授权一种基于深度学习的编队识别目标选择方法在权利要求书中公布了：1.一种基于深度学习的编队识别目标选择方法，其特征在于，包括以下步骤：1获取水面目标编队信息，并生成编队队形图；2构建基于改进LeNet卷积神经网络的编队队形识别模型；3将编队队形图输入至编队队形识别模型中，得到队形识别结果；4根据队形识别结果对目标指示阶段编队目标进行排序编号；5选定待跟踪目标，并将待跟踪目标编号传输至飞行器；6飞行器在末制导阶段，通过末制导传感器获取水面目标编队态势，并对目标编队进行排序编号，然后匹配待跟踪目标，并跟踪所述待跟踪目标；所述编队队形识别模型包括输入层、多个卷积层、多个批量归一化层、多个ReLU层、多个最大池化层、多个全连接层、Softmax层和分类层；编队队形识别模型采用的激活函数如下所示： 式中，fx表示激活函数；x为输入；编队队形识别模型中参数的优化过程如下所示： 式中：β1是一阶矩衰减系数，0β11；β2是二阶矩衰减系数，0β21；gt是目标函数求导梯度；mt为t时刻，梯度在动量形式下的一阶矩估计；vt为t时刻，梯度在动量形式下的二阶矩估计；为偏差纠正后的一阶矩估计；为偏差纠正后的二阶矩估计；是β1的t次方；是β2的t次方；θt+1为更新后的参数值；η是学习率，ε是常数，θt为更新前的参数值；所述队形识别结果包括队列线条数和编队轮廓；所述队列线条数包括队列线一条和队列线两条；队列线为一条时，编队轮廓包括单横队、单纵队和方位队；队列线为两条时，编队轮廓包括双横队、双纵队、V形队和环形队。

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海军工程大学，其通讯地址为：430030 湖北省武汉市硚口区汉水桥街道解放大道717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”。