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！

龙图腾网获悉西安邮电大学申请的专利基于多尺度跨极化注意力网络的SAR舰船目标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：CN117036768B 。

龙图腾网通过国家知识产权局官网在2025-11-25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：202310541054.8，技术领域涉及：G06V10/764；该发明授权基于多尺度跨极化注意力网络的SAR舰船目标分类方法是由何敬鲁;常文龙;王富平;陈改革;刘颖设计研发完成，并于2023-05-15向国家知识产权局提交的专利申请。

本基于多尺度跨极化注意力网络的SAR舰船目标分类方法在说明书摘要公布了：本发明提供了基于多尺度跨极化注意力网络的SAR舰船目标分类方法，涉及雷达目标识别技术领域。本发明解决了SAR图像中可用信息较少、存在散斑噪声、拖尾等噪声干扰、以及没有充分利用极化信息的问题，本发明利用FBC进行融合，相比于分组双线性池化，可以达到更好的效果；并且利用多尺度信息，可以改善SAR舰船信息较少的劣势，充分地利用上下文信息；跨极化注意力相比于通道注意力和空间注意力，更加适用于SAR舰船分类，可以使两种极化之间相互指导，充分利用彼此之间的互补信息；而自适应调节损失权重的网络训练更加平衡，提高网络框架对SAR舰船目标特征提取的有效性和分类性能。

本发明授权基于多尺度跨极化注意力网络的SAR舰船目标分类方法在权利要求书中公布了：1.基于多尺度跨极化注意力网络的SAR舰船目标分类方法，其特征在于，所述方法包括如下步骤: 步骤1从OpenSARShip数据集中选取垂直发射垂直接收信号VV极化和垂直发射水平接收信号VH极化的两种雷达舰船图像，选取VV极化VH极化的两种极化舰船图像按8：2比例分为训练集Φx和测试集Φc；将训练集Φx使用翻转、旋转、平移、加噪的方法对训练集Φx进行k倍的扩充，得到扩充后的训练集Φx′，其中，k≥2，k是自然数； 步骤2构建多尺度跨极化注意力网络Ω，所述多尺度跨极化注意力网络Ω是由深度密集连接层、多尺度特征融合层、跨极化注意力层和自适应学习权重层串联组成； 所述跨极化注意力层依次由一阶注意力层FSE、二阶注意力层SSE组成； 所述的一阶注意力层FSE，是由全局平均池化层、全连接层、BN层、Relu层、全连接层、和Sigmoid层依次串联构成； 所述的二阶注意力层SSE，是由分组双线性池化层、全连接层、BN层、Relu层、全连接层、和Sigmoid层构成； 步骤3训练多尺度跨极化注意力网络Ω，所述多尺度跨极化注意力网络Ω是通过获取自适应学习权重的目标损失函数LALL来对网络进行训练，将扩充后的训练集Φx′输入到构建好的多尺度跨极化注意力网络Ω，输出分类结果，所述分类结果为每个样本被预测为每个类别的概率，选择概率最大的类别作为样本的预测类别；用已构建的目标损失函数LALL对多尺度跨极化注意力网络进行训练，训练至目标损失函数LALL收敛，得到训练好的多尺度跨极化注意力网络Ω′； 步骤4将测试集Φc输入到训练好的多尺度跨极化注意力网络Ω′中，得到雷达舰船图像的预测分类结果，将雷达舰船图像的预测的预测分类结果与测试集Φc的真实类别进行对比，根据评价指标的计算方法，得到最终的目标评价指标，将最终的目标评价指标与其他SAR舰船分类的方法评价指标进行比对。

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西安邮电大学，其通讯地址为：710121 陕西省西安市长安区西长安街618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。