買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜北京理工大學前沿技術研究院;北京理工大學申請的專利一種基于誘蟲燈輔助雷達建庫的遷飛昆蟲智能識別方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119559449B 。

龍圖騰網通過國家知識產權局官網在2025-05-27發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510111754.2，技術領域涉及：G06V10/764；該發明授權一種基于誘蟲燈輔助雷達建庫的遷飛昆蟲智能識別方法是由李衛東;胡程;張帆;王銳設計研發完成，并于2025-01-24向國家知識產權局提交的專利申請。

本一種基于誘蟲燈輔助雷達建庫的遷飛昆蟲智能識別方法在說明書摘要公布了：本發明涉及一種基于誘蟲燈輔助雷達建庫的遷飛昆蟲智能識別方法。本申請首先融合同一夜間時段誘蟲燈與雷達對昆蟲監測數據，通過兩者匹配建立昆蟲數據集，有效克服了傳統昆蟲數據集建庫方式在數據采集上的困難；其次，提出一種CL?GC?SwinTransformer網絡模型，通過在SwinTransformer中引入對比學習模塊和全局上下文塊，利用昆蟲的全極化時頻特征圖進行訓練，顯著增強了網絡對昆蟲時頻特征圖的表征能力，可有效提高昆蟲種類識別的準確性。本發明直接利用昆蟲的飛行特性進行識別，不再依賴復雜的散射特征計算和精確的雷達定標，極大地降低了對雷達系統精度和校準的要求，可提升識別的適應性與魯棒性。

本發明授權一種基于誘蟲燈輔助雷達建庫的遷飛昆蟲智能識別方法在權利要求書中公布了：1.一種基于誘蟲燈輔助雷達建庫的遷飛昆蟲智能識別方法，其特征在于，包括：S100：使用全極化昆蟲雷達采集昆蟲的時空分布特征，并通過基于DBSCAN的蟲群分割算法，在時間-高度-體重三維空間中分離不同昆蟲種群，從而獲得昆蟲種群的時空分布數據；S200：結合誘蟲燈統計昆蟲數據，對全極化昆蟲監測到的昆蟲種群進行匹配，基于昆蟲種群的生物參數，將全極化昆蟲檢測到的昆蟲種群與實際昆蟲種類進行關聯；其中，所述昆蟲種群的生物參數包括體重、體長、振翅頻率；S300：通過時頻分析技術處理昆蟲雷達回波信號，使用短時傅里葉變換提取昆蟲的飛行特征，生成昆蟲全極化時頻特征圖；S400：構建CL-GC-SwinTransformer網絡模型進行昆蟲物種的識別；所述CL-GC-SwinTransformer網絡模型包括：對比學習模塊、全局上下文塊和SwinTransformer塊，分別用于特征提取、特征融合和多尺度信息捕捉；使用包含全極化時頻特征圖的訓練集來訓練評估所述CL-GC-SwinTransformer網絡模型，在CL-GC-SwinTransformer網絡模型的訓練過程中，采用結合交叉熵損失和對比損失的復合損失函數優化CL-GC-SwinTransformer網絡模型性能；其中，CL-GC-SwinTransformer網絡模型的工作過程包含以下四個階段：第一階段：輸入昆蟲全極化時頻特征圖首先通過PatchPartition模塊劃分為不重疊的塊，并通過線性嵌入層將每個塊的數據映射至較低維度的特征空間，結合對比學習模塊進行初步特征提取；昆蟲全極化時頻特征圖的塊的特征通過兩個SwinTransformer塊進行處理，SwinTransformer塊通過位移窗口機制捕捉局部空間模式和長程依賴，為后續更深層次的特征提取奠定基礎；第二階段：在第一階段之后，提取的特征圖通過PatchMerging操作進行降采樣，減少空間分辨率并擴展通道維度；引入全局上下文塊以聚合特征圖的全局語義信息，從而彌補SwinTransformer塊局部性處理的局限；全局上下文塊通過將長程依賴信息融合入特征圖中，確保了對全局上下文的全面理解；而后兩個額外的SwinTransformer塊進一步處理融合長程依賴信息的特征，為后續階段做好準備；第三階段：在深度網絡中使用多個SwinTransformer塊和全局上下文塊交替，進一步精煉特征，捕捉多尺度信息；第四階段：經過一次PatchMerging操作降低分辨率后，全局上下文塊再次被應用以確保充分利用全局上下文信息；剩下的兩個SwinTransformer塊完成特征提取，生成豐富且具有區分力的特征表示；最終，特征表示被送入分類頭，通過學習到的特征預測昆蟲物種；其中，各階段涉及到的所述全局上下文塊將輸入分為三支，兩支用于進行上下文建模，通過1×1卷積和Softmax函數實現全局注意力池化從一支輸入中提取全局注意力： ；全局注意力與一支輸入相乘后得到上下文建模： ；通過1×1卷積、層歸一化、ReLU激活函數和1×1卷積實現瓶頸轉換以捕獲上下文建模的通道級依賴關系： ；上下文建模通道級依賴關系與最后一支輸入相加結合融入全局上下文特征。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人北京理工大學前沿技術研究院;北京理工大學，其通訊地址為：250300 山東省濟南市高新區經十路7000號漢峪金融商務中心五區1號樓601；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。