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！

龙图腾网获悉北京理工大学申请的专利一种基于可变维度特征筛选的智能目标检测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：CN116522254B 。

龙图腾网通过国家知识产权局官网在2025-09-09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：202310491826.1，技术领域涉及：G06F18/243；该发明授权一种基于可变维度特征筛选的智能目标检测方法是由常少强;刘伟;陈新亮;朱睿;刘泉华设计研发完成，并于2023-05-04向国家知识产权局提交的专利申请。

本一种基于可变维度特征筛选的智能目标检测方法在说明书摘要公布了：本发明公开了一种基于可变维度特征筛选的智能目标检测方法。由于在多维特征空间构建过程中，特征冗余现象的存在将导致非必要计算成本的增加。针对特征筛选过程中，无法在特征维度不受限的条件下根据实际场景自适应选择特征组合的问题，提出了一种基于几何度量和方差膨胀因子的可变维度特征筛选方法。该方法在约束特征之间相关性的同时，搜寻使类间可分离程度最大的特征组合，在保留足够有用信息的同时剔除冗余特征，以建立全面有效的特征向量。之后基于实测数据，采用虚警率可控的智能检测器完成目标检测。

本发明授权一种基于可变维度特征筛选的智能目标检测方法在权利要求书中公布了：1.一种基于可变维度特征筛选的智能目标检测方法，其特征在于，所述方法包括以下步骤： 步骤S1，对数据中的纯海杂波和目标单元在多个处理域提取特征，建立特征样本空间，计算特征样本初始组合的总KL散度tKLD以及每个特征的方差膨胀因子VIF； 步骤S2，将步骤S1中的方差膨胀因子与经验阈值进行比较，得到特征组合之间存在严重多重共线性的特征索引，将目标和杂波单元挑选出的特征索引取交集，得到目标和杂波单元同时存在多重共线性的特征索引向量； 步骤S3，对步骤S2中的索引向量对应的特征进行逐个剔除；每次剔除操作后计算剩余特征组合的tKLD，若其中最大的tKLD不小于初始值，则认为该特征剔除有效，特征组合完成一次筛选操作； 步骤S4，对步骤S3中剩余的特征组合重新计算tKLD，重复步骤S1-S3，直到达到终止条件，即完成对整个特征组合的筛选； 步骤S5，将筛选后的特征组合打好标签，按照7:3的比例划分训练集与测试集，输入智能检测器进行检测； 步骤S6，对智能检测器进行参数初始化设置；构建分类与回归树CART，统计不同剪枝参数下杂波样本的错判数目向量，若达到所设阈值，则输出此时的权重因子并更新决策树，若未达到阈值，则根据整体数据分布情况调节权重因子的步进方向，直至更新结束，完成检测。

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北京理工大学，其通讯地址为：100080 北京市海淀区中关村南大街5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”。