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国防科技大学申请的专利基于深度卷积特征矩阵流形网络的目标检测方法和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：CN119355674B 。

龙图腾网通过国家知识产权局官网在2025-09-05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：202411395851.0，技术领域涉及：G01S7/41；该发明授权基于深度卷积特征矩阵流形网络的目标检测方法和装置是由程永强;万仲豪;华小强;吴昊;邹润明;王宏强设计研发完成，并于2024-10-08向国家知识产权局提交的专利申请。

本基于深度卷积特征矩阵流形网络的目标检测方法和装置在说明书摘要公布了：本申请涉及一种基于深度卷积特征矩阵流形网络的目标检测方法和装置。所述方法包括：在预先获取的海杂波数据中使用多普勒导向矢量驱动的仿真目标信号，以获取包含不同信噪比的仿真目标的回波数据，利用时频分析方式获取所述回波数据的时频特征图，采用预先训练的卷积神经网络提取所述时频特征图的高维非线性特征，得到深度卷积特征矩阵，以所述深度卷积特征矩阵为样本，训练预先构建的深度流形网络，以使所述深度流形网络对待检测的回波数据中的目标进行检测。采用本方法能够提升雷达目标检测性能。

本发明授权基于深度卷积特征矩阵流形网络的目标检测方法和装置在权利要求书中公布了：1.一种基于深度卷积特征矩阵流形网络的目标检测方法，其特征在于，所述方法包括： 在预先获取的海杂波数据中使用多普勒导向矢量驱动的仿真目标信号，以获取包含不同信噪比的仿真目标的回波数据；所述多普勒导向矢量由目标信号幅值参量表示，所述目标信号幅值参量的大小与海杂波数据平均大小、信噪比、初始相位和散射系数相关； 利用时频分析方式获取所述回波数据的时频特征图，采用预先训练的卷积神经网络提取所述时频特征图的高维非线性特征，得到深度卷积特征矩阵； 以所述深度卷积特征矩阵为样本，训练预先构建的深度流形网络，以使所述深度流形网络对待检测的回波数据中的目标进行检测； 采用预先训练的卷积神经网络提取所述时频特征图的高维非线性特征，得到深度卷积特征矩阵，包括： 将所述时频特征图输入预先训练的卷积神经网络，将所述卷积神经网络的卷积层输出作为高维非线性卷积特征； 对所述高维非线性卷积特征的所有通道的矩阵对称正定化后求平均值，得到深度卷积特征矩阵； 对所述高维非线性卷积特征的所有通道的矩阵对称正定化后求平均值，得到深度卷积特征矩阵，包括： 对所述高维非线性卷积特征的所有通道的矩阵对称正定化为： 其中，表示所述高维非线性卷积特征中各通道的矩阵，表示正定化后的高维非线性卷积特征，表示校正阈值，是单位矩阵，表示正交矩阵； 对正定化后的高维非线性卷积特征求平均值为： 其中，表示正定化后具有k个通道的高维非线性卷积特征，表示深度卷积特征矩阵。

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国防科技大学，其通讯地址为：410073 湖南省长沙市开福区德雅路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”。

以上内容由龙图腾AI智能生成。