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航天恒星数据系统科技有限公司;哈尔滨工业大学申请的专利一种基于GTAF的SAR多极化宽幅遥感影像的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：CN114758228B 。

龙图腾网通过国家知识产权局官网在2025-06-20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：202210308171.5，技术领域涉及：G06V20/10；该发明授权一种基于GTAF的SAR多极化宽幅遥感影像的识别方法是由葛宝玉;张云;魏茂盛;化青龙;高磊;王众娇;宋振强设计研发完成，并于2022-03-26向国家知识产权局提交的专利申请。

本一种基于GTAF的SAR多极化宽幅遥感影像的识别方法在说明书摘要公布了：本发明涉及SAR图像处理技术领域，更具体的说是一种基于GTAF的SAR多极化宽幅遥感影像的识别方法，所述方法，包括以下步骤：S1、对SAR图像进行尺寸为W×H＝13×13进行滑窗裁剪，构造SAR三维转动舰船目标训练集与测试集；S2、高斯型激活函数GTAF，包括一个普通实数域激活函数和一个高斯函数，用于联合激活神经元的实部和虚部；通过GTAF的前向传播与反向传播算法，利用所述训练集训练CV‑CNN，通过CV‑CNN自学习并提取样本的深层本质特征，训练完全部训练数据即可得到基于SAR多极化宽幅遥感影像识别模型；S3、将所述测试集输入到所述模型中，通过全连接层与输出层，更好的实现对SAR地物的识别。

本发明授权一种基于GTAF的SAR多极化宽幅遥感影像的识别方法在权利要求书中公布了：1.一种基于GTAF的SAR多极化宽幅遥感影像的识别方法，其特征在于，包括以下步骤： S1、对SAR图像进行滑窗裁剪，构造SAR三维转动舰船目标训练集与测试集； S2、通过GTAF的前向传播与反向传播算法，利用所述训练集训练CV-CNN，通过CV-CNN自学习并提取样本的深层本质特征，训练完全部训练数据即可得到基于SAR多极化宽幅遥感影像识别模型； S3、将所述测试集输入到所述模型中，通过全连接层与输出层，实现对SAR地物的识别； 所述GTAF包括一个普通实数域激活函数和一个高斯函数，用于联合激活神经元的实部和虚部； GTAF前向传播中，复数域输入经GTAF处理后得复数域输出前向计算公式如下： 其中， 代表复数的实部和虚部，j为虚数单位，σ·代表实数域激活函数，m、p、q为GTAF中可学习的参量，初始m＝1、p＝0、q＝1； GTAF反向传播中，m、p、q的误差项分别为： 其中，代表高斯型激活函数输出a的误差项的实部和虚部； 高斯型激活函数反向传播中，m、p、q的参量更新的公式为： m←m+αδm； p←p+αδp； q←q+αδq； 其中α为学习率； 所述CV-CNN包括输入层、输出层、三个卷积层、一个池化层和一个完全连接层； 其中，输入层为13×13×6，表示SAR切片的大小为13×13，通道数为6； 在第一个卷积层，输入图像通过6个尺寸为2×2×6的卷积滤波器进行滤波，得到6个尺寸为12×12的特征图； 接着经过一个平均池化层，池大小为2×2，步幅为1，特征图的大小变成了6×6； 第二个卷积层的滤波大小为2×2×6×12，生成12张特征图，大小为5×5； 第三个卷积层的滤波大小为2×2×6×12，生成12张大小为4×4的特征图； 然后，将三维特征映射到一维向量，生成192个神经元作为全连接层； 最后，输出层包含c个神经元，其中c等于地物类别的数量； CV-CNN前向传播部分的具体步骤为： T1、初始化各卷积层、全连接层与输出层的权值矩阵与偏置，初始化各高斯型激活函数中的可学习参量m＝1、p＝0、q＝1； T2、计算第1个卷积层的未经激活函数的输出： 并将用GTAF进行激活； T3、计算池化层的输出，池化层采用平均池化； T4、按照所述T2、依次计算第2个卷积层和第3个卷积层的输出； T5、将第3个卷积层的输出拉伸为一维向量作为全连接层，并与全连接层的权值相乘，再经过高斯型激活函数进行激活得到输出层输出结果； T6、计算出输出向量中每个元素幅度，幅度最大的元素的位置编号即为所属地物类别； CV-CNN反向传播部分的具体步骤为： U1、计算各卷积层、全连接层与输出层误差项； U2、计算卷积层、输出层中高斯型激活函数的参量梯度； U3、完成各卷积层、全连接层的权值更新； U4、完成各卷积层、全连接层的高斯型激活函数的参量更新。

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航天恒星数据系统科技有限公司;哈尔滨工业大学，其通讯地址为：150028 黑龙江省哈尔滨市高新技术产业开发区科技创新城创新路1616号5号楼；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”。