Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜中国人民解放军军事科学院国防科技创新研究院刘峰获国家专利权

恭喜中国人民解放军军事科学院国防科技创新研究院刘峰获国家专利权

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军事科学院国防科技创新研究院申请的专利一种船舶识别方法及装置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:CN114417916B

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:202111660385.0,技术领域涉及:G06F18/2411;该发明授权一种船舶识别方法及装置是由刘峰;宋永强;沈同圣;丁昊;赵德鑫设计研发完成,并于2021-12-30向国家知识产权局提交的专利申请。

一种船舶识别方法及装置在说明书摘要公布了:本发明提供一种船舶识别方法及装置,包括:获取目标水声信号的鉴别特征;对鉴别特征进行降维处理,获取信号向量;将信号向量输入至船舶识别模型,以确定目标水声信号对应的船舶类型。本发明提供的船舶识别方法及装置,通过对目标水声信号的鉴别特征进行降维,以减少冗余特征或噪声数据,有效减少船舶识别模型的计算量和数据存储所占内存空间,提高了模型的识别速度,为船舶的实时监测提供基础,同时在一定程度上降低收集船舶的水声信号过程中信道干扰的影响。

本发明授权一种船舶识别方法及装置在权利要求书中公布了:1.一种船舶识别方法,其特征在于,包括: 获取目标水声信号的鉴别特征; 对所述鉴别特征进行降维处理,获取信号向量; 将所述信号向量输入至船舶识别模型,以确定所述目标水声信号对应的船舶类型; 所述获取所述目标水声信号的所述鉴别特征,包括: 基于最大似然估计方法,利用所述目标水声信号,获取通用背景模型; 基于所述通用背景模型的最大后验概率,获取所述目标水声信号的均值超向量; 根据所述均值超向量,获取所述鉴别特征; 其中,所述通用背景模型为GMM-UBM模型,所述目标水声信号是一串从第i通道提取的D维特征矢量,其表达式为: 其中, 所述基于最大似然估计方法,利用所述目标水声信号,获取通用背景模型,具体计算方式的表达式为: 其中,ck为混合系数;Ny;mk,Rk为D维均值向量mk和D×D对角线协方差矩阵Rk的联合表示,表示可观测数据集合y的正太分布的描述符号; 计算得到θ={ck,mk,Rk|k=1,...,K},作为所述通用背景模型的一组参数; 将其中一类水声信号Yi由所述均值超向量Mi和块组件Rk构成的D·K×D·K块状对角线矩阵R0来表示,获取所述利用所述通用背景模型的最大后验概率,得到所述目标水声信号的所述均值超向量Mi的表达式为: Mi=M0+Twi; 其中,M0是由所述通用背景模型的mk串联成D·K维超向量;T是一个D·K×FF<<D·K维的低秩矩阵;wi是一个有先验分布的满足标准正太分布N·;0,I的F维的随机向量;所述均值超向量Mi是所有D维均值向量mk的叠加; 所述根据所述均值超向量,获取所述鉴别特征,具体包括: 在给定Yi、θ和T的情况下,I-vector的求解公式如下: 其中,是所述均值超向量Mi第K个D维的超向量;是wi满足实验数据要求的最优解,使得所述目标水声信号的数据最大可分; 所述I-vector提取公式的闭式解法具体为: 其中,m为在整个数据集下符合可训练数据集合的均值; 对所述通用背景模型进行训练,再将所述目标水声信号输入到训练好的所述通用背景模型中,得到所述鉴别特征wi;其中,所述鉴别特征wi为F维随机向量。

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军事科学院国防科技创新研究院,其通讯地址为:100071 北京市丰台区东大街53号院;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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。