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基于SEIM的未知辐射源个体识别方法及系统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：CN116484206B 。

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：202310452350.0，技术领域涉及：G06F18/213；该发明授权基于SEIM的未知辐射源个体识别方法及系统是由杜奕航;张涛;孙程远;乔晓强;吴昊;张江设计研发完成，并于2023-04-25向国家知识产权局提交的专利申请。

本基于SEIM的未知辐射源个体识别方法及系统在说明书摘要公布了：本发明公开一种基于SEIM的未知辐射源个体识别方法及系统，涉及辐射源识别技术领域，该方法包括将目标辐射源信号输入至辐射源个体识别模型中，得到识别结果；若识别结果为已知类则输出所属已知类的辐射源个体名称，若识别结果为未知类则输出未知类；辐射源个体识别模型包括特征提取模块和分类识别模块；特征提取模块用于提取目标辐射源信号的语义特征；分类识别模块用于根据所述目标辐射源信号的语义特征确定识别结果；特征提取模块是以卷积神经网络为基础构建的模块；卷积神经网络中设置有注意力机制，其损失目标函数由交叉熵损失函数和中心损失函数组成。本发明解决了未知辐射源个体识别难及特征提取效率低的问题。

本发明授权基于SEIM的未知辐射源个体识别方法及系统在权利要求书中公布了：1.一种基于SEIM的未知辐射源个体识别方法，其特征在于，包括： 获取目标辐射源信号； 将所述目标辐射源信号输入至辐射源个体识别模型中，得到识别结果； 若所述识别结果为已知类则输出所属已知类的辐射源个体名称，若所述识别结果为未知类则输出未知类； 其中，所述辐射源个体识别模型包括特征提取模块和分类识别模块； 所述特征提取模块用于提取所述目标辐射源信号的语义特征；所述特征提取模块是以卷积神经网络为基础构建的模块；所述卷积神经网络中设置有注意力机制；所述卷积神经网络中的损失目标函数由交叉熵损失函数和中心损失函数组成；所述卷积神经网络包括低隐层和高层；所述低隐层包括多个卷积层和多个池化层，且所述卷积层和所述池化层交替分布；其中，第一个所述卷积层和最后一个所述卷积层中均设置有卷积块注意力单元；所述卷积块注意力单元包括空间注意力子单元和通道注意力子单元；所述高层包括依次连接的第一个全连接层、第二个全连接层、第三个全连接层和一个输出层；第三个所述全连接层用于输出目标辐射源信号或者样本辐射源信号的语义特征；所述输出层用于输出样本辐射源信号的语义特征对应的预测标签； 所述分类识别模块用于根据所述目标辐射源信号的语义特征和已知类语义特征中心向量之间的距离确定识别结果。

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：210007 江苏省南京市秦淮区后标营18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。