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！

龙图腾网获悉中国人民解放军96901部队申请的专利基于深度卷积神经网络迁移学习的有限标签数据SAR目标分类方法和系统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：CN119741560B 。

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：202510245306.1，技术领域涉及：G06V10/764；该发明授权基于深度卷积神经网络迁移学习的有限标签数据SAR目标分类方法和系统是由杨蓉;张帅;邓冠前;苗世坤;武应华;谢天宇;陈叶;张晟斐设计研发完成，并于2025-03-04向国家知识产权局提交的专利申请。

本基于深度卷积神经网络迁移学习的有限标签数据SAR目标分类方法和系统在说明书摘要公布了：本发明公开了一种基于深度卷积神经网络迁移学习的有限标签数据SAR目标分类方法和系统，属于合成孔径雷达识别技术领域。该方法包括：利用堆叠卷积自动编码器，构建源域模型；对未标记的不同区域的SAR场景图像进行处理，得到源域数据集；利用所述源域数据集，对所述源域模型进行无监督训练；利用无监督训练后的源域模型，构建目标域模型；利用扩充后的带有标记的目标域数据集，对目标域模型进行迁移学习，以对目标域模型进行微调；采用微调后的目标域模型，进行SAR目标分类识别。本发明解决了SAR目标数据集规模较小的问题，提高SAR目标分类的准确率和鲁棒性。

本发明授权基于深度卷积神经网络迁移学习的有限标签数据SAR目标分类方法和系统在权利要求书中公布了：1.一种基于深度卷积神经网络迁移学习的有限标签数据SAR目标分类方法，其特征在于，所述有限标签数据SAR目标分类方法包括： 步骤S1、利用堆叠卷积自动编码器，构建源域模型； 步骤S2、对未标记的不同区域的SAR场景图像进行处理，得到源域数据集； 步骤S3、利用所述源域数据集，对所述源域模型进行无监督训练，以学习SAR场景图像的层次特征表示； 步骤S4、利用无监督训练后的源域模型，构建目标域模型； 在所述步骤S4中，所述目标域模型的构建过程为： 步骤S41、在无监督训练后的源域模型中的编码部分后增加两个全连接层和一个分类器，以形成所述目标域模型的分类路径； 步骤S42、在无监督训练后的源域模型中的解码部分后增加5个反卷积层，以形成所述目标域模型的重建路径； 步骤S43、利用所述目标域模型的分类路径和重建路径，形成所述目标域模型； 步骤S5、将源域模型中学习到的SAR场景图像的层次特征表示迁移到目标域模型，利用扩充后的带有标记的目标域数据集，对所述目标域模型进行微调； 步骤S6、采用微调后的目标域模型，进行SAR目标分类识别。

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96901部队，其通讯地址为：100094 北京市海淀区北清路109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”。