西安理工大学孙强获国家专利权
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!
龙图腾网获悉西安理工大学申请的专利基于自注意力机制的时空LSTM网络雷达回波序列预测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:CN116660849B 。
龙图腾网通过国家知识产权局官网在2026-02-06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:202310549998.X,技术领域涉及:G01S7/41;该发明授权基于自注意力机制的时空LSTM网络雷达回波序列预测方法是由孙强;别永涛设计研发完成,并于2023-05-16向国家知识产权局提交的专利申请。
本基于自注意力机制的时空LSTM网络雷达回波序列预测方法在说明书摘要公布了:本发明公开了基于自注意力机制的时空LSTM网络雷达回波序列预测方法,具体为:将CKIM雷达回波数据集分为训练集和测试集,并进行预处理;采用自注意力机制替代ST‑LSTM单元中的遗忘门机制,形成SA‑ST‑LSTM单元;搭建编码‑注意力‑解码网络;将训练集送入编码‑注意力‑解码网络中进行训练,得到训练模型;将测试集送入训练模型中进行测试,得到图像预测结果和预测数据。本发明提出了SA‑ST‑LSTM单元并设计了编码‑注意力‑解码网络,采用超参数对长期记忆和短期记忆的调节来处理遗忘门中灾难性遗忘问题;另外,加入注意力机制来延缓网络中长期记忆逐渐遗忘问题,提高了雷达回波序列预测的性能。
本发明授权基于自注意力机制的时空LSTM网络雷达回波序列预测方法在权利要求书中公布了:1.基于自注意力机制的时空LSTM网络雷达回波序列预测方法,其特征在于,具体按照以下步骤实施: 步骤1、将CKIM雷达回波数据集分为训练集和测试集,并进行预处理,得到序列图像; 步骤2、采用自注意力机制替代ST-LSTM单元中的遗忘门机制,形成SA-ST-LSTM单元;具体为: 在ST-LSTM单元中,由于遗忘门的过饱和性导致长期记忆和短期记忆不能够有效的进行传递,置换了遗忘门,引入了自注意力机制来进行特征的聚合,将重要特征进行聚集后,丢弃掉冗余信息,注意力机制的实现方式为:对前一时刻的长期记忆状态和短期记忆Ht-1使用注意力机制,而后设置超参数和来控制信息传递量,以便实现信息的及时更新,最终得到的SA-ST-LSTM单元的公式如下: 式中,表示时间步长,代表堆叠层数,表示时刻第层长期记忆;代表-1时刻长期记忆,为可调节的超参数;为输入状态;Ht-1为时刻的短期记忆状态;分别表示调制门、输入门和遗忘门;为时刻层的时空记忆;为Sigmoid函数;tanh为tanh函数;为时刻第层时空记忆;为输出门;表示哈达玛卷积;为自注意力机制;均为偏置项,均为权重矩阵; 步骤3、使用SA-ST-LSTM单元搭建编码-注意力-解码网络; 步骤4、将训练集送入编码-注意力-解码网络中进行训练,得到编码-注意力-解码的训练模型; 步骤5、将测试集送入编码-注意力-解码的训练模型中进行测试,得到未来帧的图像预测结果和预测数据。
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理工大学,其通讯地址为:710048 陕西省西安市碑林区金花南路5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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励