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！

龙图腾网获悉西安电子科技大学申请的专利基于知识嵌入模型的雷达目标多模数据融合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：CN119783042B 。

龙图腾网通过国家知识产权局官网在2025-07-08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：202510265440.8，技术领域涉及：G06F18/25；该发明授权基于知识嵌入模型的雷达目标多模数据融合识别方法是由郭帅;刘宏伟;王鹏辉;陈文超;陈渤;丁军设计研发完成，并于2025-03-07向国家知识产权局提交的专利申请。

本基于知识嵌入模型的雷达目标多模数据融合识别方法在说明书摘要公布了：本发明公开了一种基于知识嵌入模型的雷达目标多模数据融合识别方法，涉及雷达技术领域，包括：获取待识别的雷达回波数据和对应的领域知识数据；将待识别的雷达回波数据和对应的领域知识数据输入至训练好的雷达目标识别网络进行处理，提取待识别的雷达回波数据中的距离像特征令牌，提取领域知识数据的领域知识文本特征令牌，并将距离像特征令牌和领域知识文本特征令牌进行融合识别，得到待识别目标的融合识别结果；其中，训练好的雷达目标识别网络以预设类别数据作为训练数据集，对初始的雷达目标识别网络进行训练得到。本发明能够提高目标识别性能。

本发明授权基于知识嵌入模型的雷达目标多模数据融合识别方法在权利要求书中公布了：1.一种基于知识嵌入模型的雷达目标多模数据融合识别方法，其特征在于，包括： 获取待识别的雷达回波数据和对应的领域知识数据； 将所述待识别的雷达回波数据和对应的领域知识数据输入至训练好的雷达目标识别网络进行处理，提取所述待识别的雷达回波数据中的距离像特征令牌，提取所述领域知识数据的领域知识文本特征令牌，并将所述距离像特征令牌和所述领域知识文本特征令牌进行融合识别，得到待识别目标的融合识别结果； 其中，所述训练好的雷达目标识别网络以预设类别数据作为训练数据集，对初始的雷达目标识别网络进行训练得到；其中，所述训练好的雷达目标识别网络包括训练好的互注意力特征融合识别模块，所述训练好的互注意力特征融合识别模块包括多个级联的互注意力融合模块和融合分类层，其中，每个所述互注意力融合模块包括第一层归一化层、第二层归一化层、互注意力融合层、第三层归一化层、第四层归一化层、第一前馈层、第二前馈层；采用所述训练好的互注意力特征融合识别模块对所述距离像特征令牌和所述领域知识文本特征令牌进行特征融合并识别，得到待识别目标的融合识别结果，包括： 采用所述第一层归一化层对所述距离像特征令牌进行归一化处理，得到第一特征； 采用所述互注意力融合层对所述第一特征进行处理，得到第二特征； 将所述第二特征与所述距离像特征令牌相加，得到第三特征； 采用所述第三层归一化层对所述第三特征进行归一化处理，得到第四特征； 采用所述第一前馈层对所述第四特征进行处理，得到第五特征； 将所述第五特征与所述第三特征相加，得到一维高分辨距离像分类特征向量； 采用所述第二层归一化层对所述领域知识文本特征令牌进行归一化处理，得到第六特征； 采用所述互注意力融合层对所述第六特征进行处理，得到第七特征； 将所述第七特征与所述领域知识文本特征令牌相加，得到第八特征； 采用所述第四层归一化层对所述第八特征进行归一化处理，得到第九特征； 采用所述第二前馈层对所述第九特征进行处理，得到第十特征； 将所述第十特征与所述第八特征相加，得到领域知识文本分类特征向量； 将所述一维高分辨距离像分类特征向量与所述领域知识文本分类特征向量拼接，得到融合特征向量； 采用所述融合分类层对所述融合特征向量进行分类，得到待识别目标的融合识别结果。

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安电子科技大学，其通讯地址为：710071 陕西省西安市雁塔区太白南路2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”。