国产精品天干天干在线播放,大尺度揉捏胸床戏视频,樱花草www日本在线观看,狠狠躁夜夜躁人人爽天天天天97

Document
拖動滑塊完成拼圖
個人中心

預(yù)訂訂單
服務(wù)訂單
發(fā)布專利 發(fā)布成果 人才入駐 發(fā)布商標(biāo) 發(fā)布需求

在線咨詢

聯(lián)系我們

龍圖騰公眾號
首頁 專利交易 科技果 科技人才 科技服務(wù) 國際服務(wù) 商標(biāo)交易 會員權(quán)益 IP管家助手 需求市場 關(guān)于龍圖騰
 /  免費注冊
到頂部 到底部
清空 搜索
當(dāng)前位置 : 首頁 > 專利喜報 > 恭喜西安電子科技大學(xué)周峰獲國家專利權(quán)

恭喜西安電子科技大學(xué)周峰獲國家專利權(quán)

買專利賣專利找龍圖騰,真高效! 查專利查商標(biāo)用IPTOP,全免費!專利年費監(jiān)控用IP管家,真方便!

龍圖騰網(wǎng)恭喜西安電子科技大學(xué)申請的專利一種基于小樣本增量學(xué)習(xí)的SAR圖像目標(biāo)識別方法獲國家發(fā)明授權(quán)專利權(quán),本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予,授權(quán)公告號為:CN114943889B

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-04-29發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉:該發(fā)明授權(quán)的專利申請?zhí)?專利號為:202210296918.X,技術(shù)領(lǐng)域涉及:G06V20/10;該發(fā)明授權(quán)一種基于小樣本增量學(xué)習(xí)的SAR圖像目標(biāo)識別方法是由周峰;王力;楊鑫瑤;譚浩月;白雪茹設(shè)計研發(fā)完成,并于2022-03-24向國家知識產(chǎn)權(quán)局提交的專利申請。

一種基于小樣本增量學(xué)習(xí)的SAR圖像目標(biāo)識別方法在說明書摘要公布了:本發(fā)明涉及一種基于小樣本增量學(xué)習(xí)的SAR圖像目標(biāo)識別方法,包括:步驟1:構(gòu)建基于原型思想的深度殘差網(wǎng)絡(luò);步驟2:利用基類數(shù)據(jù)集和增量數(shù)據(jù)集對基于原型思想的深度殘差網(wǎng)絡(luò)分別進(jìn)行基類訓(xùn)練和增量學(xué)習(xí);步驟3:將待測SAR圖像輸入至訓(xùn)練學(xué)習(xí)完成的基于原型思想的深度殘差網(wǎng)絡(luò)中,得到待測SAR圖像的預(yù)測分類結(jié)果。本發(fā)明的基于小樣本增量學(xué)習(xí)的SAR圖像目標(biāo)識別方法,設(shè)計了一種基于原型思想的深度殘差網(wǎng)絡(luò),該網(wǎng)絡(luò)即使在圖像樣本較少的情況下,也能具有自動提取SAR圖像特征的能力,與現(xiàn)在技術(shù)相比,將SAR圖像映射到特征空間內(nèi)的方法能夠一定程度上減少因樣本數(shù)量缺乏而引起的過擬合現(xiàn)象,提升整體網(wǎng)絡(luò)對小樣本圖像的識別能力。

本發(fā)明授權(quán)一種基于小樣本增量學(xué)習(xí)的SAR圖像目標(biāo)識別方法在權(quán)利要求書中公布了:1.一種基于小樣本增量學(xué)習(xí)的SAR圖像目標(biāo)識別方法,其特征在于,包括:步驟1:構(gòu)建基于原型思想的深度殘差網(wǎng)絡(luò);步驟2:利用基類數(shù)據(jù)集和增量數(shù)據(jù)集對所述基于原型思想的深度殘差網(wǎng)絡(luò)分別進(jìn)行基類訓(xùn)練和增量學(xué)習(xí);步驟3:將待測SAR圖像輸入至訓(xùn)練學(xué)習(xí)完成的基于原型思想的深度殘差網(wǎng)絡(luò)中,得到所述待測SAR圖像的預(yù)測分類結(jié)果;所述基于原型思想的深度殘差網(wǎng)絡(luò)包括依次連接的卷積模塊、深度殘差網(wǎng)絡(luò)、自適應(yīng)平均池化層、全連接層和分類器,其中,所述卷積模塊包括依次連接的第一卷積層和第一ReLU激活層;所述深度殘差網(wǎng)絡(luò)包括依次連接的若干殘差塊,用于提取輸入圖像的圖像特征;所述全連接層用于存儲類原型,所述全連接層中集成有圖注意網(wǎng)絡(luò),所述圖注意網(wǎng)絡(luò)用于在增量學(xué)習(xí)階段調(diào)整存儲在所述全連接層上的類原型位置;所述分類器為余弦分類器,用于輸出預(yù)測分類結(jié)果;所述殘差塊包括依次連接的第二卷積層、第一批規(guī)范化層、第二ReLU激活層、第三卷積層、第二批規(guī)范化層和第三ReLU激活層;所述殘差塊的輸入與該殘差塊的輸入依次通過所述第二卷積層、所述第一批規(guī)范化層、所述第二ReLU激活層、所述第三卷積層以及所述第二批規(guī)范化層后的輸出相加的結(jié)果經(jīng)過所述第三ReLU激活層后輸出;所述殘差塊還包括通道數(shù)轉(zhuǎn)換單元,所述通道數(shù)轉(zhuǎn)換單元連接在所述第二卷積層的輸入端與所述第二批規(guī)范化層的輸出端之間,所述通道數(shù)轉(zhuǎn)換單元包括依次連接的一個卷積層和一個批規(guī)范化層;當(dāng)所述殘差塊的輸入通道數(shù)與其輸出的通道數(shù)不相等時,所述殘差塊的輸入通過所述通道數(shù)轉(zhuǎn)換單元轉(zhuǎn)換為與其輸出相同的通道數(shù)后與所述第二批規(guī)范化層的輸出相加的結(jié)果經(jīng)過所述第三ReLU激活層后輸出。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù),可聯(lián)系本專利的申請人或?qū)@麢?quán)人西安電子科技大學(xué),其通訊地址為:710000 陜西省西安市雁塔區(qū)太白南路2號;或者聯(lián)系龍圖騰網(wǎng)官方客服,聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。

免責(zé)聲明
1、本報告根據(jù)公開、合法渠道獲得相關(guān)數(shù)據(jù)和信息,力求客觀、公正,但并不保證數(shù)據(jù)的最終完整性和準(zhǔn)確性。
2、報告中的分析和結(jié)論僅反映本公司于發(fā)布本報告當(dāng)日的職業(yè)理解,僅供參考使用,不能作為本公司承擔(dān)任何法律責(zé)任的依據(jù)或者憑證。
主站蜘蛛池模板: 海门市| 淮滨县| 呼和浩特市| 泾川县| 婺源县| 环江| 白银市| 潜江市| 高清| 大宁县| 原阳县| 东源县| 从江县| 凯里市| 鹤壁市| 鄢陵县| 阳信县| 湖南省| 肇庆市| 阳朔县| 社旗县| 徐州市| 大城县| 读书| 尼勒克县| 汉沽区| 共和县| 宣武区| 隆子县| 台山市| 岳西县| 天津市| 桃江县| 泗洪县| 新营市| 启东市| 祥云县| 聊城市| 久治县| 东海县| 江永县|