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！

龙图腾网获悉电子科技大学申请的专利一种用于全波逆散射高精度成像的核子空间优化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：CN120107384B 。

龙图腾网通过国家知识产权局官网在2026-01-06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：202510115878.8，技术领域涉及：G06T11/00；该发明授权一种用于全波逆散射高精度成像的核子空间优化方法是由张庭森;李西峰;毕东杰;彭礼彪;李洪;帅萍;谢暄;谢永乐设计研发完成，并于2025-01-24向国家知识产权局提交的专利申请。

本一种用于全波逆散射高精度成像的核子空间优化方法在说明书摘要公布了：针对目前基于子空间的优化方法在全波逆散射成像领域中精度不足的问题，本发明公开了一种用于全波逆散射高精度成像的核子空间优化方法，涉及机器学习和全波逆散射领域。该方法结合了传统子空间优化方法的鲁棒性框架和核方法的自适应学习优势，将原始子空间的优化方法的迭代转移到再生核希尔伯特空间中，以最小均方误差为学习准则，学习迭代过程中的演化。基于核的子空间优化方法将子空间的优化方法成熟的、可解释的框架与核方法的自适应学习能力相结合，该方法为全波逆散射在医学成像，地球物理勘探和无损检测等领域提供了一种鲁棒的、通用的算法，能够提供精确的重建结果。

本发明授权一种用于全波逆散射高精度成像的核子空间优化方法在权利要求书中公布了：1.一种用于全波逆散射高精度成像的核子空间优化方法，该方法包括： 步骤1：定义基于核子空间优化方法的迭代次数为T，生成的矩阵序列的对比度χ表示为滤波器阶数n，将划分为新的样本序列利用隐式映射将χt映射到希尔伯特空间，表示为 步骤2：在再生核希尔伯特空间中初始化权重向量Ω0＝0，由随机梯度下降法，第i次迭代计算为： 其中，ei为预测误差，Ωi为再生核希尔伯特空间中的权重向量，i表示时间步，di表示第i次迭代的期望值，χi表示第i次迭代的输入对比度向量； 步骤3：计算当前时间步i的瞬时梯度来更新权重向量，时间步i的权重如下： 其中η为步长大小； 在迭代过程中，Ωi进一步表示为： 步骤4：经过第i时间步训练后，新的权重向量Ωi表示为历史样本和历史误差ej的线性组合；对于一个新的输入样本系统的输出yi为： 步骤5：yi在希尔伯特空间中表示为输入样本的内积形式；由核最小均方方法yi为： 其中，κ·是核函数； 步骤6：将上述的步骤2至步骤5交替迭代，实现子空间优化算法在希尔伯特空间中的学习迭代进化。

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电子科技大学，其通讯地址为：611731 四川省成都市高新区(西区)西源大道2006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。