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！

龙图腾网获悉电子科技大学申请的专利基于孪生网络的小样本辐射源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：CN116089861B 。

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：202310059098.7，技术领域涉及：G06F18/24；该发明授权基于孪生网络的小样本辐射源识别方法是由孙国敏;傅钟祺;林静然;邵怀宗;潘晔;利强设计研发完成，并于2023-01-20向国家知识产权局提交的专利申请。

本基于孪生网络的小样本辐射源识别方法在说明书摘要公布了：本发明针对小样本环境下神经网络难以获取足够的数据，正负样本失衡训练困难的问题，提供一种改进的基于孪生网络的小样本辐射源识别方法，使用数据组合进行数据拓展，同时使用传统信号处理的域变换来进行数据增强，使数据集的样本量得到了几乎平方级别的提升。同时，本发明采用孪生网络作为神经网络的结构，贴合拓展后的数据结构。使用平衡对比误差代替概率控制网络训练样本对输入并以二元组全遍历组织数据集，避免正负样本失衡导致网络训练的偏移。之后，将待判决样本的孪生网络输出特征向量与各类别特征中心做对比得到该样本属于每一类辐射源的概率，即利用特征中心对样本进行分类，降低判决的抖动，判决速度快。

本发明授权基于孪生网络的小样本辐射源识别方法在权利要求书中公布了：1.基于孪生网络的小样本辐射源识别方法，其特征在于，包括以下步骤： 1预处理步骤：对接收到的电磁信号进行数据预处理得到辐射源样本； 2样本拓展步骤：对辐射源样本进行两两组合，由两两组合后的样本对形成拓展后的样本数据集，样本数据集分别训练集与测试集；当有K个辐射源，每个辐射源含有N个样本时，拓展后的样本数据集的样本对的数量为样本对的标签label∈{0,1}，0为样本对的两个样本来自的辐射源不同，1为样本对的两个样本来自的辐射源相同； 3构建并训练孪生网络模型步骤：孪生网络模型为孪生卷积神经网络，包括第一子网络、第二子网络，两个子网络分别接收输入的样本对中的一个样本并输出该样本的特征向量；对孪生网络模型进行训练时采用平衡对比损失来进行网络参数的反向传播和参数更新，平衡对比损失L为： 其中W是网络模型的权重,Y是样本对标签，分别为第一子网络、第二子网络输出的提取特征，Dw是与在潜变量空间的欧几里德距离，m为对比误差的特征空间不同类别间的目标距离；α为样本平衡系数，对于K个类别的分类任务， 4辐射源目标识别步骤：先使用孪生网络模型得到样本数据集中每个训练集的单个样本在特征空间的映射，求得每一类样本的特征中心 为属于第i类别的第j个样本的特征向量； 再将测试集的单个样本输入完成训练的孪生网络模型的一个子网络得到特征向量将特征向量与K个类的特征向量做距离度量，将距离度量最近的类作为识别出的辐射源。

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电子科技大学，其通讯地址为：611731 四川省成都市高新区（西区）西源大道2006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”。