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！

龙图腾网恭喜中国人民解放军海军大连舰艇学院申请的专利一种弱通信环境下的实时区域风险监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：CN119693881B 。

龙图腾网通过国家知识产权局官网在2025-04-29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：202510205774.6，技术领域涉及：G06V20/52；该发明授权一种弱通信环境下的实时区域风险监测方法是由隋金坪;潘永淇;王义涛;史红权;陈行军;刘禄;刘扬;罗来龙;刘毅;朱承;闫宇轩设计研发完成，并于2025-02-25向国家知识产权局提交的专利申请。

本一种弱通信环境下的实时区域风险监测方法在说明书摘要公布了：本发明公开了一种弱通信环境下的实时区域风险监测方法，包括对环境风险区域图片中时敏目标设备进行类别标注获取图像样本数据，将图像样本数据按照预设比例划分为数据训练集与数据测试集；构建基于软标签与模块间关系的知识蒸馏模型；通过数据训练集对知识蒸馏模型进行模型训练，获取最优知识蒸馏模型，并将最优知识蒸馏模型运行至边缘设备，以实现对预设环境风险区域内的时敏目标设备进行目标识别；构建基于贝叶斯推理的风险动态更新机制，解决了现有方法存在可靠的目标识别模型往往参数量巨大，且无法在算力相对不足的边缘设备上实时运行，因此需要寻求适合边缘设备算力且结果可靠的模型的问题，与无法结合新探知信息对已有态势更新的技术问题。

本发明授权一种弱通信环境下的实时区域风险监测方法在权利要求书中公布了：1.一种弱通信环境下的实时区域风险监测方法，其特征在于，具体包括以下步骤：S1：基于弱通信环境下设置的各个边缘设备，对预设环境风险区域进行自主侦察获取侦查数据，且所述侦查数据至少包括环境风险区域图片；并对环境风险区域图片中时敏目标设备进行目标类别标签标注，以获取图像样本数据；将图像样本数据按照预设比例划分为数据训练集与数据测试集；S2：构建基于软标签与模块间关系的知识蒸馏模型；且知识蒸馏模型包括基于对称教师学生目标识别网络的用于实时区域风险目标特征提取的模块间关联知识网络与用于目标类别标签识别的标签暗知识模块，且模块间关联知识网络包括预训练的教师目标识别网络与学生目标识别网络；S3：通过数据训练集对知识蒸馏模型进行模型训练，获取最优知识蒸馏模型，并将最优知识蒸馏模型运行至边缘设备，以实现对预设环境风险区域内的时敏目标设备进行目标识别；所述模型训练的方法具体包括：通过教师目标识别网络根据输入的数据训练集，获取用于作为知识蒸馏信息的不同尺度的知识蒸馏中间特征图与知识蒸馏标签；学生目标识别网络根据输入的数据训练集，获取不同尺度的目标识别中间特征图与目标类别识别标签，并获取知识蒸馏中间特征图与目标识别中间特征图的欧氏距离；通过标签暗知识模块根据知识蒸馏标签与目标类别识别标签获取目标类别识别概率，输出最终的目标识别结果；根据目标类别识别概率与欧氏距离，构建知识蒸馏模型的模型蒸馏训练的损失函数，并基于损失函数确认模型输出收敛时的学生目标识别网络的网络权重，并将其对应训练后的知识蒸馏模型作为最优知识蒸馏模型；S4：构建基于贝叶斯推理的风险动态更新机制，其包括基于贝叶斯推理的风险更新策略与风险置信度的时间偏移迭代机制；基于贝叶斯推理的风险更新策略用于根据目标识别结果，获取预设环境风险区域的实时区域风险值；基于贝叶斯推理的风险动态更新策略，具体包括S41：对预设环境风险区域Ω进行网格划分，获取风险区域网格G＝{g1，g2，…，gi，…}；其中gi表示第i个任务区域子网格且gi＝l*d，d表示网格宽度，l表示网格长度；S42：确认各任务区域子网格是否被侦查过；若确认任务区域子网格被侦查过，则执行步骤S44；否则，执行步骤S43；S43：对该任务区域子网格的风险值进行预设风险值初始化设置；S44：基于风险置信度的时间偏移迭代机制，将历史侦察结果形成的风险值相对于当前的时间偏移进行风险置信度的迭代，以更新该任务区域子网格的当前区域风险值；且区域风险值即为推理出目标存在任务区域子网格的概率；风险置信度的时间偏移迭代机制用于根据上一侦查时刻获取的实时区域风险值，对当前侦查时刻的区域风险值进行动态更新，以实现对预设环境风险区域的动态风险评估。

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中国人民解放军海军大连舰艇学院，其通讯地址为：116018 辽宁省大连市中山区解放路667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”。