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！

龙图腾网获悉西北工业大学申请的专利一种基于孪生神经网络的小样本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：CN117173556B 。

龙图腾网通过国家知识产权局官网在2025-05-30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：202310942393.7，技术领域涉及：G06V20/10；该发明授权一种基于孪生神经网络的小样本SAR目标识别方法是由魏倩茹;杨锦龙设计研发完成，并于2023-07-30向国家知识产权局提交的专利申请。

本一种基于孪生神经网络的小样本SAR目标识别方法在说明书摘要公布了：本发明公开了一种基于孪生神经网络的小样本SAR目标识别方法，包括两个对称的分支，每个分支都采用DenseNet作为主干提取网络，在主干网络中使用Inception来代替常规的卷积层；每个分支包含3个DenseBlock，每个DenseBlock包含4个Inception单元，如图2所示，每个Inception单元输出特征映射的12个通道；不同卷积核的特征映射通道输出数量之比是1:3:8。本发明在数据集较少、类别单一和复杂场景下的图像识别时，有效提升了识别准确度；通过共享局部连接权重的方式生成不同的特征图来表达特征，较大程度地降低网络计算的复杂度。

本发明授权一种基于孪生神经网络的小样本SAR目标识别方法在权利要求书中公布了：1.一种基于孪生神经网络的小样本SAR图像目标识别方法，其特征在于，包括两个对称的分支，每个分支都采用DenseNet作为主干提取网络，在主干网络中使用Inception来代替常规的卷积层；每个分支包含3个DenseBlock，每个DenseBlock包含4个Inception单元，每个Inception单元输出包含的特征映射的12个通道；不同卷积核的特征映射通道输出数量之比是1:3:8；Hl表示DenseBlock中第l层的输出，则第l+1层的输出Hl+1表示为公式（1）： （1）fn表示卷积核大小为n的卷积层，[]代表通道上的连接操作；卷积层由四个基本操作组成：处理归一化、无偏差卷积、ReLU激活函数和dropout；Inception单元由多个卷积层组成，它的第一个1×1卷积是作为瓶颈层引入的，该瓶颈层产生了4倍的特征映射维度；然后，利用不同核大小的卷积层对特征图进行处理；将第一个DenseBlock和第二个DenseBlock生成的特征图通过1×1卷积层和全局平均池化添加到最终的全连接层；特征提取模块由3个DenseBlock组成；在前两个DenseBlock后分别接入过渡层，通过相邻DenseBlock之间的过渡层将特征图的网格大小和通道数减少到原始大小的一半；过渡层包含1×1的卷积和步长为2的平均池化。

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西北工业大学，其通讯地址为：710072 陕西省西安市友谊西路127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”。