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！

龙图腾网获悉宁波大学申请的专利一种应用半监督生成对抗网络的小样本信源数检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：CN118296425B 。

龙图腾网通过国家知识产权局官网在2025-06-13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：202410276958.7，技术领域涉及：G06F18/24；该发明授权一种应用半监督生成对抗网络的小样本信源数检测方法是由田野;段晨康;徐鹤设计研发完成，并于2024-03-12向国家知识产权局提交的专利申请。

本一种应用半监督生成对抗网络的小样本信源数检测方法在说明书摘要公布了：本发明涉及一种应用半监督生成对抗网络的小样本信源数检测方法，包括基于阵列天线输出数据计算样本采样协方差矩阵及其特征值；根据得到的特征值，计算出相应的线性收缩系数，并对其进行预处理；利用产生预处理后的线性收缩系数对半监督生成对抗网络进行训练，然后利用训练后神经网络对信源数进行预测。与传统的基于特征值的分类相比，本发明方法利用线性收缩系数作为网络的输入特征以产生更明显的分类特征，从而在标签和样本数量较少、信噪比较低的情况下可取得良好的分类性能；同时，采用半监督学习与生成对抗网络结合，以对抗的方式修正分类器在少量标签数据下能够达到接近全监督学习的性能。

本发明授权一种应用半监督生成对抗网络的小样本信源数检测方法在权利要求书中公布了：1.一种应用半监督生成对抗网络的小样本信源数检测方法，其特征在于：该方法包括如下步骤： S1、设定d个远场源，所述的d个远场源由角度q1,K,qd入射到由m个天线组成的阵列天线上，获取阵列天线在t时刻的输出数据：xt＝Ast+nt，其中，A表示m×d维的阵列导向矩阵，st表示d×1维独立同分布的高斯信号，nt表示m×1的噪声向量；对所述的输出数据xt进行n次采样，收集n个采样样本并计算所述采样样本的协方差矩阵，其表达式为：并计算其降序特征值l1,L,lm，其中，m代表阵列天线数量； S2、基于步骤S1计算得到的m个降序特征值，计算出相应的线性收缩系数，并对其进行预处理，其具体过程为： S2.1、基于计算得到的第m个降序特征值li，i＝1,…,m，计算出相应的线性收缩系数： 其中j＝0,…,m-1，由于可能比1大，利用作为最终的线性收缩系数； S2.2、在样本数n小于阵元数m的情况下，对步骤S2.1中得到的进行处理以保持线性收缩系数的长度一致，其表达式为：然后对线性收缩系数进行归一化得到预处理后的线性收缩系数向量，其表达式为：其中，r表示由线性收缩系数组成的m维向量，1m表示m维的全1向量，max·和min·分别表示返回向量中的最大值和最小值； S3、基于步骤S2产生的预处理后的线性收缩系数，生成训练数据集，利用训练数据集对半监督生成对抗网络进行训练，得到训练后的半监督生成对抗网络； S4、利用训练后的半监督生成对抗网络对信源数进行预测。

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宁波大学，其通讯地址为：315211 浙江省宁波市江北区风华路818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”。