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(fèi)！專利年費(fèi)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深度概率動態(tài)建模的小樣本HRRP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：CN119513673B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-04-18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：202510088314.X，技術(shù)領(lǐng)域涉及：G06F18/24；該發(fā)明授權(quán)一種基于深度概率動態(tài)建模的小樣本HRRP識別方法是由陳文超;劉要強(qiáng);陳渤;王鵬輝;劉宏偉設(shè)計(jì)研發(fā)完成，并于2025-01-21向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種基于深度概率動態(tài)建模的小樣本HRRP識別方法在說明書摘要公布了：本發(fā)明提供一種基于深度概率動態(tài)建模的小樣本HRRP識別方法，涉及雷達(dá)目標(biāo)識別技術(shù)領(lǐng)域。包括：對HRRP樣本數(shù)據(jù)依次進(jìn)行預(yù)處理和序列形式的轉(zhuǎn)化，得到序列數(shù)據(jù)；構(gòu)建序列數(shù)據(jù)對應(yīng)的張量概率動態(tài)網(wǎng)絡(luò)模型，張量概率動態(tài)網(wǎng)絡(luò)模型包括張量概率動態(tài)網(wǎng)絡(luò)生成模型和張量遞歸推斷網(wǎng)絡(luò)模塊；將待識別序列數(shù)據(jù)輸入訓(xùn)練完成的張量概率動態(tài)網(wǎng)絡(luò)模型，使張量概率動態(tài)網(wǎng)絡(luò)模型輸出待識別序列數(shù)據(jù)的類別，訓(xùn)練完成的張量概率動態(tài)網(wǎng)絡(luò)模型是根據(jù)序列數(shù)據(jù)，利用目標(biāo)損失函數(shù)對張量概率動態(tài)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練得到的網(wǎng)絡(luò)模型。在小樣本條件下，通過訓(xùn)練完成的張量概率動態(tài)網(wǎng)絡(luò)模型可以對待識別序列數(shù)據(jù)進(jìn)行更好的分類識別，使HRRP的目標(biāo)識別的準(zhǔn)確性較高。

本發(fā)明授權(quán)一種基于深度概率動態(tài)建模的小樣本HRRP識別方法在權(quán)利要求書中公布了：1.一種基于深度概率動態(tài)建模的小樣本HRRP識別方法，其特征在于，包括：對HRRP樣本數(shù)據(jù)依次進(jìn)行預(yù)處理和序列形式的轉(zhuǎn)化，得到序列數(shù)據(jù)，所述序列數(shù)據(jù)包括當(dāng)前時刻的序列數(shù)據(jù)和上一時刻的序列數(shù)據(jù)；構(gòu)建所述序列數(shù)據(jù)對應(yīng)的張量概率動態(tài)網(wǎng)絡(luò)模型，所述張量概率動態(tài)網(wǎng)絡(luò)模型包括張量概率動態(tài)網(wǎng)絡(luò)生成模型和張量遞歸推斷網(wǎng)絡(luò)模塊，所述張量概率動態(tài)網(wǎng)絡(luò)生成模型用于生成目標(biāo)序列數(shù)據(jù)，所述張量遞歸推斷網(wǎng)絡(luò)模塊用于推斷出所述序列數(shù)據(jù)對應(yīng)的分布后的隱變量；將待識別序列數(shù)據(jù)輸入訓(xùn)練完成的張量概率動態(tài)網(wǎng)絡(luò)模型，以使所述張量概率動態(tài)網(wǎng)絡(luò)模型輸出所述待識別序列數(shù)據(jù)對應(yīng)的類別，所述訓(xùn)練完成的張量概率動態(tài)網(wǎng)絡(luò)模型是根據(jù)所述序列數(shù)據(jù)，利用目標(biāo)損失函數(shù)對所述張量概率動態(tài)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練所得到的網(wǎng)絡(luò)模型，所述目標(biāo)損失函數(shù)是基于所述目標(biāo)序列數(shù)據(jù)、所述分布后的隱變量和交叉熵函數(shù)所確定的損失函數(shù)；所述構(gòu)建所述序列數(shù)據(jù)對應(yīng)的張量概率動態(tài)網(wǎng)絡(luò)模型，包括：根據(jù)所述當(dāng)前時刻的序列數(shù)據(jù)對應(yīng)的類別分布參數(shù)、所述上一時刻的序列數(shù)據(jù)對應(yīng)的隱變量和載荷矩陣，利用伽馬分布、泊松分布和類別分布，構(gòu)建所述張量概率動態(tài)網(wǎng)絡(luò)生成模型；根據(jù)所述上一時刻的序列數(shù)據(jù)、所述上一時刻的序列數(shù)據(jù)對應(yīng)的類別分布參數(shù)、序列數(shù)據(jù)對應(yīng)的類別下的服從標(biāo)準(zhǔn)高斯分布的變量和上一時刻的隱藏單元，利用耿貝爾-歸一化指數(shù)函數(shù)分布和庫瑪拉斯瓦米分布，構(gòu)建所述張量遞歸推斷網(wǎng)絡(luò)模塊。

如需購買、轉(zhuǎn)讓、實(shí)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：710071 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)”。