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！

龙图腾网获悉杭州电子科技大学申请的专利一种基于深度学习的无人机识别分类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：CN117456241B 。

龙图腾网通过国家知识产权局官网在2025-07-18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：202311401702.6，技术领域涉及：G06V10/764；该发明授权一种基于深度学习的无人机识别分类方法是由周志刚;倪建功;赵靖宇;薛晓娜;林叶江;裴豆;程知群设计研发完成，并于2023-10-26向国家知识产权局提交的专利申请。

本一种基于深度学习的无人机识别分类方法在说明书摘要公布了：本发明公开了一种基于深度学习的无人机分类方法，包括如下步骤：S1、获取无人机的一维毫米波数据，使用数据转换方法将一维毫米波数据转换为二维图像，并划分为训练集、验证机和测试集；S2、搭建基于ResNet18的卷积神经网络模型；所述注意力机制为scSE模块，scSE模块从空间和通道两个方面来增强有意义的特征，抑制无用特征，从而提高网络的识别准确；S3、在训练集上按照设置好的超参数进行模型的训练，训练结束后得到能够准确实现无人机分类的网络模型；S4、应用无人机分类网络模型进行无人机分类。将一维毫米波数据转换为二维图像，增大数据的特征差异，通过将注意力机制和残差网络相结合来提高网络的识别准确率。

本发明授权一种基于深度学习的无人机识别分类方法在权利要求书中公布了：1.一种基于深度学习的无人机识别分类方法，其特征在于，包括如下步骤： S1、获取无人机的一维毫米波数据，使用数据转换方法将一维毫米波数据转换为二维图像，并划分为训练集、验证机和测试集； 步骤1-1、假设有一组向量V＝[v1,v2,...,vn]，格拉姆矩阵是来自V的每一对向量的内积矩阵，矩阵中的每个元素＜vi,vj＞是向量vi和vj之间的向量乘积： 步骤1-2、使用最小-最大定标器,将原始时间序列X数据缩放到[-1,1]； 步骤1-3、将得到的数据进行极坐标系变换，得到每一个数据点对应的角度和半径； 步骤1-4、利用和角关系和差角关系，得到对应的GASF图： GASF＝[cosφi+φj] S2、搭建基于ResNet18的卷积神经网络模型， S2-1、以ResNet18为主干网络，通过并行的方式将注意力机制融合到ResNet18网络中； S2-2、根据数据集的类别数修改主干网络中全连接层神经元连接个数； 所述注意力机制为scSE模块；所述scSE模块包括卷积层、Sigmoid层、ReLU层、平均池化层，所述平均池化层后添加了一个全局连接层； 所述基于ResNet18的卷积神经网络模型由预处理模块、特征提取模块和分类器模块组成； 所述预处理模块依次包括卷积层、批标准化层、ReLU层和最大池化层，从而将输入的图像调整为与模型的输入相匹配的尺寸大小和归一化像素值； 特征提取模块包括四个阶段，每个阶段分别由两个残差模块组成，第三和第四阶段中的第二个残差模块连接有scSE模块，用于特征提取； 分类器模块依次包括平均池化层、全连接层、ReLU层、全连接层、Softmax层； S3、在训练集上按照设置好的超参数进行模型的训练，训练结束后得到能够准确实现无人机分类的网络模型； S4、应用无人机分类网络模型进行无人机分类。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市钱塘区白杨街道2号大街1158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”。