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一种基于多源跨角域适应的雷达图像目标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：CN121544873B 。

龙图腾网通过国家知识产权局官网在2026-04-10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：202610049975.6，技术领域涉及：G06V10/25；该发明授权一种基于多源跨角域适应的雷达图像目标识别方法是由罗曦;税正菲;张寅;魏星;陆语纯;焦璐;黄钰林;杨建宇设计研发完成，并于2026-01-15向国家知识产权局提交的专利申请。

本一种基于多源跨角域适应的雷达图像目标识别方法在说明书摘要公布了：一种基于多源跨角域适应的雷达图像目标识别方法，属于雷达信号处理领域。针对合成孔径雷达目标识别中由领域偏移导致的模型泛化能力下降问题，提出了一种新颖的多源一致性自训练框架MS‑CST。该框架通过协同优化策略，高效地融合来自多个有标签源域的监督知识和来自无标签目标域的内在结构信息。MS‑CST框架包含两个核心机制：首先，一个基于Wasserstein距离的源域加权模块被用于评估各源域与目标域的相似度，并以此为依据自适应地聚合源域的监督信号；其次，一个一致性自训练模块通过为高置信度的目标域样本生成伪标签，并强制模型对不同数据增强视图产生一致的预测，从而充分挖掘无标签数据的价值，保证了该框架在处理复杂多源域场景下的有效性和优越性。

本发明授权一种基于多源跨角域适应的雷达图像目标识别方法在权利要求书中公布了：1.一种基于多源跨角域适应的雷达图像目标识别方法，其特征在于，包括以下步骤： 步骤1：获取目标域和Ns个源域雷达图像数据集，构建目标域适应识别网络，对雷达图像数据进行类别预测；所述目标域适应识别网络包括预训练的共享特征提取器、Ns个并行Sonnet模块、分类器； 步骤2：构建源域自适应加权模块，基于量化的源域与目标域的分布差异，为每个源域分配贡献度权重； 步骤3：构建一致性自训练模块，对目标域样本分别进行弱增强和强增强，然后对这两种视图经过目标域适应识别网络的预测值通过自监督学习进行一致性约束； 步骤4：通过在源域上计算的基于贡献度权重的加权多源自适应损失和在目标域上的一致性自训练损失进行联合优化训练，将训练好的模型应用于雷达图像目标识别任务中； 所述步骤2具体如下： 首先使用预训练的特征提取器提取所有域中所有样本的特征，然后基于Wasserstein距离计算每个源域与目标域的距离，随后通过一个由温度参数控制的softmax函数，将每个源域与目标域的距离转化为一组归一化的权重； 所述步骤3具体如下： 首先，对于每个目标域样本，生成两种增强视图：仅采用简单变换得到的弱增强视图，采用组合增强方法得到的强增强视图； 然后将弱增强视图输入至目标域适应识别网络，得到预测结果的概率分布；然后选取最大概率对应的类别生成伪标签，并设定置信度阈值，仅当最大概率值超过该阈值时，才将伪标签视为可信监督信号； 最后进行一致性约束；一致性损失通过计算强增强视图预测值与高置信度伪标签之间的交叉熵，使得模型被强制要求对强增强视图产生一致的预测结果。

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”。

以上内容由龙图腾AI智能生成。