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空军工程大学申请的专利一种合成孔径雷达自动目标识别的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：CN116664940B 。

龙图腾网通过国家知识产权局官网在2025-12-16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：202310669769.1，技术领域涉及：G06V10/764；该发明授权一种合成孔径雷达自动目标识别的方法是由吴暄;宋亚飞;王刚;向前;王鹏设计研发完成，并于2023-06-07向国家知识产权局提交的专利申请。

本一种合成孔径雷达自动目标识别的方法在说明书摘要公布了：本发明公开了一种合成孔径雷达自动目标识别的方法，属于雷达自动目标识别技术领域；包括以下步骤：步骤1：预训练DenseNet模型，通过使用ImageNet数据集学习一般图像特征；步骤2：初始化孪生网络，使用预训练DenseNet模型的权值进行初始化；步骤3：成对SAR图像输入，获取相似度得分；步骤4：建立二分类器，通过相似度评分建立模型并输出模型评价指标；步骤5：微调模型网络，在SAR数据集上对整个孪生网络和二分类器的参数进行微调；本发明在SAR自动目标识别方面具有更少的参数量、运算量和更高的识别正确率，同时与其他卷积神经网络的实验对比表明基于孪生网络和迁移学习的DenseNet模在MSTAR数据集上复杂度和整体识别正确率上都具有优越性，此外，还解决了模型的梯度消失问题。

本发明授权一种合成孔径雷达自动目标识别的方法在权利要求书中公布了：1.一种合成孔径雷达自动目标识别的方法，其特征在于：包括以下步骤： 步骤1：预训练DenseNet模型，通过使用ImageNet数据集学习一般图像特征； 步骤2：初始化孪生网络，使用预训练DenseNet模型的权值进行初始化； 步骤3：成对SAR图像输入，获取相似度得分； 步骤4：建立二分类器，通过相似度评分建立模型并输出模型评价指标； 步骤5：微调模型网络，在SAR数据集上对整个孪生网络和二分类器的参数进行微调； 所述的预训练DenseNet模型包括稠密块和过渡层； 1稠密块 在稠密块模块中，任意两层之间有着密切的联系；将所有层的特征进行相互拼接，即对任意一层之前的所有层的输出结果进行叠加作为该层的输入，然后把该层的结果和之前层的输出结果作为下一层的输入传输下去；假若某网络有层，DenseNet共有个连接； 对于层网络而言，第l层的输入由公式1得出： 1； 其中： 1分别表示第0层到第层所对应的特征图； 2表示对第0层到第层的所对应的特征图进行级联； 3表示包含BN，Relu和Conv三种操作的复合函数; 在稠密块模块中每个复合函数可以输出个特征图，则第层会输入特征图，其中表示输入层的的通道数；是一个超参数也称为网络的生长率；在密集块中加入瓶颈层，即在卷积之前引入卷积来降维，加入瓶颈层后的稠密块结构为： ； 2过渡层 所述过渡层用于连接两个相邻的稠密块，通过池化来降低特征图的大小，使模型变得更紧凑；引入压缩因子，取值范围为；密集块输出个特征图时，过渡层通过卷积可以产生个特征；当小于1时，特征图数目压缩为原来的倍；当取1时，不压缩；引入超参数后的过渡层结构为： 。

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空军工程大学，其通讯地址为：710038 陕西省西安市灞桥区长乐东路甲字一号；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。