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！

龙图腾网获悉重庆大学申请的专利一种探地雷达机器学习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：CN119959902B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202411970263.5，技术领域涉及：G01S7/41；该发明授权一种探地雷达机器学习目标检测方法是由李天阳;黄程;余年;汪无忌;余涛;王晨光;于文彦设计研发完成，并于2024-12-30向国家知识产权局提交的专利申请。

本一种探地雷达机器学习目标检测方法在说明书摘要公布了：本发明公开一种探地雷达机器学习目标检测方法，包括以下步骤：1利用探地雷达采集地下场景数据，并对地下场景数据进行预处理，得到第一处理数据；2构建相对应背景及目标介电特性数据集；3应用有限差分时域法对电磁波在地下介质中的传播进行模拟，对Maxwell方程进行解耦，并利用CPML吸收边界条件处理边界处的反射波，对计算区域进行离散，得到正演双曲线特征；4利用Labelimg对生成的正演双曲线特征进行标注，构建训练数据；5利用训练数据对DS‑YOLOv9网络进行训练，得到目标检测模型；6将相关数据集输入至目标检测模型中，得到目标双曲线识别结果。本发明能够处理复杂场景中的多种类型异常体，无论是稀疏还是密集的岩石体都能较好地识别。

本发明授权一种探地雷达机器学习目标检测方法在权利要求书中公布了：1.一种探地雷达机器学习目标检测方法，其特征在于，包括以下步骤： 1利用探地雷达采集地下场景数据，并对地下场景数据进行预处理，得到第一处理数据； 2基于地质信息和先验知识，对第一处理数据进行处理，得到背景异常体材质信息，构建相对应背景及目标介电特性数据集； 3应用有限差分时域法对电磁波在地下介质中的传播进行模拟，对Maxwell方程进行解耦，并利用CPML吸收边界条件处理边界处的反射波，对计算区域进行离散，得到正演双曲线特征； 4利用Labelimg对生成的正演双曲线特征进行标注，从而构建训练数据； 5利用训练数据对DS-YOLOv9网络进行训练，得到目标检测模型； 6将相对应背景及目标介电特性数据集输入至目标检测模型中，得到目标双曲线识别结果； 所述DS-YOLOv9网络包括输入层、特征提取层、特征融合层和输出层； 特征提取层融合动态蛇形卷积，卷积核在x轴、y轴上移动的计算方程分别如下所示： 其中，K指卷积核的中心点，xi,yi表示中心坐标，xi+c,yi+c表示基于c个单位偏移量的中心坐标，表示卷积核在y轴上移动的累积偏移量之和；Ki±c、Kj±c为在x轴、y轴上移动后的卷积核中心点；表示卷积核在x轴上移动的累积偏移量之和； DS-YOLOv9网络训练过程中，采用的损失函数包括边界框损失Lossbox和分类损失Losscls； 其中，边界框损失Lossbox如下所示： 式中，IoU为识别边界框与真实边界框的交并比；FG表示所有正样本的索引集合，为所有正样本权重之和，ωi为样本i的权重，即其置信度得分，bi为预测的边界框，为对应的真实边界框；AreaofOverlap、AreaofUnion为识别边界框与真实边界框； 分类损失Losscls如下所示： 式中，N是所有预测的总数，是真实的类别概率，是真实的类别标签； DS-YOLOv9网络训练过程中，采用的学习率lr如下所示： 式中，lrstart为初始值；lrend为衰减最小值；currentepoch、totalepochs分别表示当前迭代次数和总迭代次数。

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重庆大学，其通讯地址为：400044 重庆市沙坪坝区沙正街174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。