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！

龙图腾网恭喜杭州电子科技大学申请的专利基于增量神经网络的雷达辐射源个体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：CN119537877B 。

龙图腾网通过国家知识产权局官网在2025-05-13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：202411514576.X，技术领域涉及：G06F18/21；该发明授权基于增量神经网络的雷达辐射源个体识别方法是由杨阿锋;包俊杰设计研发完成，并于2024-10-29向国家知识产权局提交的专利申请。

本基于增量神经网络的雷达辐射源个体识别方法在说明书摘要公布了：本发明公开了基于增量神经网络的雷达辐射源个体识别方法，该方法首先获取雷达辐射源数据样本，提取雷达辐射源数据样本的时频特征和双谱特征。其次以ResNet1D网络为基础，结合高效通道注意力ECA和自组织增量学习神经网络SOINN，构建雷达辐射源个体识别网络模型。最后将时频特征和双谱特征组合成双通道的样本，通过雷达辐射源个体识别网络模型进行训练、测试，输出雷达辐射源个体识别结果，完成雷达辐射源个体识别。本发明实现了有用特征的筛选，提高了特征的学习能力，进而提高识别的精确度，完成雷达辐射源个体的精确识别。

本发明授权基于增量神经网络的雷达辐射源个体识别方法在权利要求书中公布了：1.基于增量神经网络的雷达辐射源个体识别方法，其特征在于，包括以下步骤：步骤1：获取雷达辐射源数据样本，提取雷达辐射源数据样本的时频特征和双谱特征；步骤2：以ResNet1D网络为基础，结合高效通道注意力ECA和自组织增量学习神经网络SOINN，构建雷达辐射源个体识别网络模型；所述雷达辐射源个体识别网络模型实现过程为：特征向量先经过两个顺序连接的一维瓶颈残差块进行特征提取，随后输入高效通道注意力模块分配特征权重，然后通过自组织增量学习神经网络进行学习，最后通过全连接层构建的分类器实现雷达辐射源的分类识别；所述高效通道注意力ECA是输入特征通过该网络层后自动学习到一组权重，权重作为阈值对特征进行筛选；高效通道注意力具体包括以下过程，假设ECA的输入张量的形状为C×H×W：对于输入的特征图XCij，对每个通道进行全局池化操作，将其转换成一个标量值；对输入的特征图XCij每个通道进行一维卷积操作；将一维卷积输出的特征图通过标准化，映射到0到1的范围内，得到权重；将得到的权重用于对输入的特征图XCij进行加权，得到一个新特征图；将所有通道的新特征图按通道方向叠加，得到ECA最终的输出特征图；步骤3：将时频特征和双谱特征组合成双通道的样本，通过雷达辐射源个体识别网络模型进行训练、测试，输出雷达辐射源个体识别结果。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市钱塘区白杨街道2号大街1158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”。