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国防科技大学申请的专利一种基于深度学习的合成孔径雷达图像的识别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：CN115984650B 。

龙图腾网通过国家知识产权局官网在2026-01-09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：202310027374.1，技术领域涉及：G06V10/774；该发明授权一种基于深度学习的合成孔径雷达图像的识别方法是由张一凡;高勋章;夏靖远;黎湘;霍凯;李玮杰;王建山;张娜设计研发完成，并于2023-01-09向国家知识产权局提交的专利申请。

本一种基于深度学习的合成孔径雷达图像的识别方法在说明书摘要公布了：本申请公开了一种基于深度学习的合成孔径雷达图像的识别方法，该方法包括：获取合成孔径雷达图像，将预处理后的图像按比例分为训练集和测试集；构建骨干网络模型，将带有真实值标签的训练集数据输入骨干网络模型中，获得骨干网络模型中输出的特征图并计算第一损失函数；构建可分性测度网络模型，计算骨干网络模型中输出的特征图的可分性测度值，根据可分性测度值计算第二损失函数；计算得到综合损失函数，基于该函数对骨干网络模型进行迭代训练，得到训练好的骨干网络模型；将测试集输入到训练好的骨干网络模型中，得到合成孔径雷达图像的类型识别结果。本发明增强了骨干网络模型识别过程的可解释性。能够显著提升模型的识别效率和准确率。

本发明授权一种基于深度学习的合成孔径雷达图像的识别方法在权利要求书中公布了：1.一种基于深度学习的合成孔径雷达图像的识别方法，其特征在于，包括以下步骤： 获取合成孔径雷达图像，将预处理后的合成孔径雷达图像按比例分为训练集和测试集； 构建骨干网络模型，将带有真实值标签的训练集数据输入骨干网络模型中，获得骨干网络模型中输出的特征图并计算第一损失函数； 构建可分性测度网络模型，计算所述骨干网络模型中输出的特征图的可分性测度值，根据所述可分性测度值计算第二损失函数；具体包括：构建可分性测度网络模型，根据所述骨干网络模型的层数、每层输出的特征图的大小和数量确定特征图的降维方式以及可分性测度值的权重分布；对特征图进行降维处理，并计算每一层输出的特征图的可分性测度值；基于每一层输出的特征图的可分性测度值计算第二损失函数； 通过公式计算第二损失函数；其中，表示特征图个数，表示第个特征图的可分性测度值，表示第个特征图对应的权值系数； 将所述第一损失函数与所述第二损失函数计算得到综合损失函数，基于所述综合损失函数对所述骨干网络模型进行迭代训练，得到训练好的骨干网络模型； 将所述测试集输入到训练好的骨干网络模型中，得到合成孔径雷达图像的类型识别结果。

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国防科技大学，其通讯地址为：410073 湖南省长沙市开福区德雅路109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。