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海军航空大学申请的专利基于独立性准则的无监督域适应辐射源个体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：CN119046797B 。

龙图腾网通过国家知识产权局官网在2025-07-25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：202411523839.3，技术领域涉及：G06F18/2415；该发明授权基于独立性准则的无监督域适应辐射源个体识别方法是由徐从安;郭兰图;吴琼;周伟;高龙;林云;吴俊峰;张翔宇;赵静;赵凌业设计研发完成，并于2024-10-30向国家知识产权局提交的专利申请。

本基于独立性准则的无监督域适应辐射源个体识别方法在说明书摘要公布了：本发明公开了一种基于独立性准则的无监督域适应辐射源个体识别方法。首先构建识别模型，模型包括特征提取器、源域分类器和目标域分类器，源域分类器和目标域分类器参数共享；然后训练识别模型，训练时所使用的总损失函数包含分类损失函数和基于希尔伯特‑施密特独立性准则构造的跨域样本的分布距离度量函数；最后将待识别的目标域数据输入至特征提取器和目标域分类器得到分类结果。本发明采用无监督域适应技术，适用于目标域仅包含无标记数据的情形，从而显著降低了对于目标域高质量标记数据的依赖性，同时还具有准确率高、鲁棒性好等优点。

本发明授权基于独立性准则的无监督域适应辐射源个体识别方法在权利要求书中公布了：1.一种基于独立性准则的无监督域适应辐射源个体识别方法，其特征在于，步骤包括： 步骤1、构建识别模型； 所述识别模型包括特征提取器、源域分类器和目标域分类器；所述特征提取器用于从源域数据中提取第一特征，还用于从目标域数据中提取第二特征；所述源域分类器用于根据第一特征得到源域分类结果，所述目标域分类器用于根据第二特征得到目标域分类结果；源域分类器和目标域分类器参数共享； 步骤2、训练识别模型；包括： 准备训练样本，对采集的2.4GWiFI信号进行预处理，对辐射源个体分别编码并为对应的信号样本数据生成对应的标签数据，将处理好的数据和对应的标签数据一一对应，然后随机划分为源域数据集和目标域数据集； 目标域样本和源域样本是通过在原始采集的样本上增加不同信噪比的高斯白噪声来构造的； 训练时所使用的总损失函数包含分类损失函数和基于希尔伯特-施密特独立性准则构造的跨域样本的分布距离度量函数； 所述分布距离度量函数为： ； 其中，为超参数,为当前批次中样本对的数量，所述样本对包含一个源于样本和一个目标域样本，代表求矩阵的迹，和分别为基于当前批次中源域样本集合计算出的核矩阵和基于当前批次中目标域样本集合计算出的核矩阵； 矩阵为： ； 其中，为单位矩阵，为元素全为1的列向量，； 所述核矩阵的计算方式为：计算样本集合中任意两个样本和的核函数值： ； 其中，为尺度参数； 然后将作为核矩阵中第行第列的元素值； 对尺度参数动态调整，将当前样本集合中所有样本的方差确定为计算核函数时的尺度参数； 步骤2中训练时所使用的总损失函数为： ； 其中，为所述分类损失函数，为分布距离度量函数，为超参数； 步骤3、训练完成后，将待识别的目标域数据输入至特征提取器中得到对应的第二特征，然后将第二特征输入至目标域分类器得到分类结果，对辐射源个体进行识别。

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海军航空大学，其通讯地址为：264000 山东省烟台市芝罘区二马路188；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”。