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！

龙图腾网获悉深圳北理莫斯科大学申请的专利基于非平稳特征提取和深度学习的SAR图像船舶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：CN118710878B 。

龙图腾网通过国家知识产权局官网在2025-04-18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：202410754271.X，技术领域涉及：G06V10/25；该发明授权基于非平稳特征提取和深度学习的SAR图像船舶识别方法是由赵志纯;李东睿设计研发完成，并于2024-06-12向国家知识产权局提交的专利申请。

本基于非平稳特征提取和深度学习的SAR图像船舶识别方法在说明书摘要公布了：本发明公开了基于非平稳特征提取和深度学习的SAR图像船舶识别方法，属于合成孔径雷达图像处理技术领域，首先对船舶的SAR图像进行预处理，利用基于傅里叶变换的二阶同步压缩变换2ndFourierTransform‑basedSynchrosqueezingTransform,FSST2对预处理后的船舶SAR图像进行时频分析，生成描述船舶非平稳特性的时频特征空间图；其次对步骤1获得的船舶的时频特征空间图提取一维HOG特征值，然后对提取的一维HOG特征值进行重塑获得最终的二维HOG特征；然后将二维HOG特征输入深度学习分类器进行分类，实现船舶种类的识别；最后对步骤3的分类算法进行性能评估。本发明提供的方法通过融合非平稳特征和深度学习的优势，不仅提高了SAR船舶分类的准确性，而且增强了模型的鲁棒性和泛化能力。

本发明授权基于非平稳特征提取和深度学习的SAR图像船舶识别方法在权利要求书中公布了：1.基于非平稳特征提取和深度学习的SAR图像船舶识别方法，其特征在于，包括以下步骤：步骤1、对船舶的SAR图像进行预处理，利用基于傅里叶变换的二阶同步压缩变换对预处理后的船舶SAR图像进行时频分析，生成描述船舶非平稳特性的时频特征空间图；具体过程如下：S11、对SAR图像的每一行信号进行FSST2，捕捉信号的瞬时频率变化，得到对应的时频谱，具体表达式如下： ；其中为频率，表示SAR图像矩阵的行号，表示SAR图像矩阵的列号，表示单位冲激函数，信号的短时傅里叶变换为，表示窗函数，表示SAR图像矩阵的列数，二阶瞬时频率估计算子为： ；以及： ； ； ；其中，表示一阶瞬时频率估计算子，Ro{.}表示取整算子，Re{}和Im{}分别表示复数的实部和虚部，，，和分别表示信号在窗函数分别为、、以及情况下的STFT；S12、从FSST2的结果中提取关键的时频特征，包括瞬时频率和幅度，并将其映射到二维平面上，形成时频特征空间图；步骤2、对步骤1获得的船舶的时频特征空间图提取一维HOG特征值，然后对提取的一维HOG特征值进行重塑获得最终的二维HOG特征；步骤3、将二维HOG特征输入深度学习分类器进行分类，实现船舶种类的识别；步骤4、对步骤3的分类算法进行性能评估。

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深圳北理莫斯科大学，其通讯地址为：518172 广东省深圳市龙岗区龙城街道大运新城国际大学园路1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”。