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！

龙图腾网获悉南京信息工程大学申请的专利一种基于多域多维特征结合的海面小目标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：CN116047458B 。

龙图腾网通过国家知识产权局官网在2026-05-01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：202310072229.5，技术领域涉及：G01S7/41；该发明授权一种基于多域多维特征结合的海面小目标检测方法是由行鸿彦;赵迪设计研发完成，并于2023-02-07向国家知识产权局提交的专利申请。

本一种基于多域多维特征结合的海面小目标检测方法在说明书摘要公布了：本发明公开了一种基于多域多维特征结合的海面小目标检测方法，本发明使用堆栈式稀疏自编码器自适应地提取海杂波与目标回波信号的深层次特征，提高了特征维数保证特征可行性。由于特征提取为完全的自适应过程，降低了模型的复杂度。同时针对单一域中海杂波与目标回波数据的特征区分度较低的问题，提出一种时频域特征结合的方法来提高特征的差异性，保证了检测器的稳定、高效检测性能。通过自适应遗传算法，加快了超参数组优化的收敛过程，同时一定程度地防止了超参数局部优化，有效提升了最终检测概率。实验结果表明，本发明提出的检测器对高海况数据有更好地检测效果，检测概率提高了27.6％，可以应对高海况下的海面小目标检测。

本发明授权一种基于多域多维特征结合的海面小目标检测方法在权利要求书中公布了：1.一种基于多域多维特征结合的海面小目标检测方法，其特征在于： 获取海杂波与目标回波信号，并分为样本平衡的训练样本与检测样本； 将检测样本输入预先构建的基于堆栈式稀疏自编码器与GA-XGBoost算法的检测器，获得检测样本预测值； 所述检测样本输入预先构建的基于堆栈式稀疏自编码器与GA-XGBoost算法的检测器的构建过程为： 构建堆栈式稀疏自编码器，从训练样本中提取出能够表征信号的特征量，通过加入稀疏表示的限制条件，提取回波深层次特征； 构建XGBoost模型，对所提取的回波深层次特征进行评估分类，提取XGBoost模型中的超参数组，超参数组的适应度值选取为待检测信号经XGBoost模型的检测概率；并利用自适应遗传优化算法对超参数组进行寻优，得到最优超参数组； 将最优超参数组结合堆栈式稀疏自编码器获得基于堆栈式稀疏自编码器与GA-XGBoost算法的检测器； 利用两个构建的初始化堆栈式稀疏自编码器网络从时域和频域分别对待检测信号提取特征，在每一个堆栈稀疏自编码器中，将上一层隐含层作为下一层的输入层，最终分别输出64维特征； 将输出的时域64维特征与频域64维特征连接，结合成128维深层次特征； 所述基于堆栈式稀疏自编码器与GA-XGBoost算法的检测器更新判决门限； 所述基于堆栈式稀疏自编码器与GA-XGBoost算法的检测器更新判决门限的方法为： 获取检测器评估分类的实际为海杂波数据的n组预测值，并按从大到小排列，记为，，…，； 选定虚警率，其计算公式为： ； 计算判决门限，其计算公式为： ； 比较检测样本预测值与判决门限，若检测样本预测值大于判决门限则回波信号中含有目标，若测样本预测值小于判决门限则回波信号中没有目标。

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南京信息工程大学，其通讯地址为：224002 江苏省盐城市盐南高新区新河街道文港南路105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。