恭喜哈尔滨工程大学张兰勇获国家专利权
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！
龙图腾网恭喜哈尔滨工程大学申请的专利一种基于多特征异构融合的电磁目标智能感知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：CN114861705B 。
龙图腾网通过国家知识产权局官网在2025-05-02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：202210344871.X，技术领域涉及：G06F18/241；该发明授权一种基于多特征异构融合的电磁目标智能感知识别方法是由张兰勇;王嘉豪;常佳程;任元杰;李冰;吴迪设计研发完成，并于2022-03-31向国家知识产权局提交的专利申请。
本一种基于多特征异构融合的电磁目标智能感知识别方法在说明书摘要公布了：本发明提供一种基于多特征异构融合的电磁目标智能感知识别方法，该方法首先通过传感器获取电磁目标信号源数据信息，之后通过异构数据提取与多特征融合对数据进行预处理，通过数据样本构造目标模板建立目标知识库，然后利用基于机器学习策略的电磁目标感知识别完成辐射源识别，通过迁移学习策略得到的识别结果存入目标知识库，而通过在线学习策略得到的结果则用于更新知识库。本发明所公开的方法通过更加准确地描述电磁目标的特征来提高电磁目标的辨识能力，将在线学习、迁移学习与卷积神经网络相结合提高了电磁目标识别的速度和系统对场景、感知设备变换的鲁棒性。
本发明授权一种基于多特征异构融合的电磁目标智能感知识别方法在权利要求书中公布了：1.一种基于多特征异构融合的电磁目标智能感知识别方法，其特征在于，包括以下步骤：步骤1：采集电磁目标信号源数据信息；步骤2：对采集的电磁目标信号源数据进行预处理，提取电磁目标的异构特征，并对同一电磁目标的不同异构特征进行自适应线性加权，在保持维度的同时实现多特征融合；所述异构特征为电磁目标的不同属性；步骤3：将电磁目标的异构特征及其所属电磁目标的类别作为样本数据，通过数据样本构造目标模板建立目标知识库；步骤4：预训练卷积神经网络模型，基于迁移学习策略对预训练的卷积神经网络模型进行调整，将迁移学习策略得到的识别结果存入步骤3中建立的目标知识库；步骤5：基于在线学习的电磁目标感知识别方法将在线学习策略得到的识别结果更新目标知识库。
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哈尔滨工程大学，其通讯地址为：150001 黑龙江省哈尔滨市南岗区南通大街145号哈尔滨工程大学科技处知识产权办公室；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”。
免责声明
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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号