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！

龙图腾网获悉江西省军民融合研究院申请的专利基于深度学习的多源信息特征融合的无人机探测技术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：CN117056851B 。

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：202310826667.6，技术领域涉及：G06F18/25；该发明授权基于深度学习的多源信息特征融合的无人机探测技术是由付珍;郑涛;骆博雅设计研发完成，并于2023-07-06向国家知识产权局提交的专利申请。

本基于深度学习的多源信息特征融合的无人机探测技术在说明书摘要公布了：本发明涉及基于深度学习的多源信息特征融合的无人机探测技术，包括以下步骤：步骤S1，数据采集；步骤S2，特征提取；步骤S3，特征融合；步骤S4，特征训练；步骤S5，模型优化；步骤S6，生成自适应调整探测模型。采用深度学习和模态对齐的方法来实现多层次特征的提取与融合，在深度学习的基础上，提取信息的深层和浅层特征，并采用模态对齐的方法，以时间戳对齐的方式实现不同传感器特征的融合，并以多层融合特征为输入，通过神经网络中神经元的权重学习多层次特征与目标探测的关联关系，形成以神经元权重学习为方式的多种传感器特征方法，从而构建自适应调整探测模型，提升模型的环境适应性，增强模型的鲁棒性，满足无人机复杂的探测任务的需求。

本发明授权基于深度学习的多源信息特征融合的无人机探测技术在权利要求书中公布了：1.基于深度学习的多源信息特征融合的无人机探测技术，其特征在于，包括以下步骤： 步骤S1，数据采集：采集至少两种以上数据，采集的数据包括雷达探测数据、光电探测数据、无线通信探测数据； 步骤S2，特征提取：利用卷积神经网络将每一种数据进行多尺度特征的提取； 步骤S3，特征融合：将所提取到的所有特征进行模态对齐；步骤S3中融合过程包括： S31，目标优化： 公式1 其中，、和分别为表示雷达探测数据、红外探测数据、无线通信探测数据的多模态样本特征图， N为样本的数量， 、和分别对应多模态样本特征图的维数， 、和是不同特征图的矩阵，O,P,Q是经过线性投影的方法得到的矩阵， 是学习共同的潜在特征空间， L1、L2和L3为分解损失系数，分解损失系数为：； S32，生成哈希码：采用阈值变换的方法将多模态样本特征图生成对应的哈希码B； S33，模态对齐： 公式2 其中，O,P,Q是经过线性投影的方法得到的矩阵， X，Y，Z分别表示雷达探测数据、红外探测数据、无线通信探测数据的多模态样本特征图， B表示哈希码； 将三种多模态样本特征图，通过向量投影到多维空间，其中公式1中的R以及公式2中的B为矩阵，R和B之间的关系就是经过阈值变换，将R中很多不满足阈值大小的值将其变为0，从而得到B； S34，多模态样本特征图重构： 公式3 公式4 公式5 其中，、、分别是不同多模态样本特征图的二进制向量表示； 步骤S4，特征训练：将融合特征放入BP神经网络中进行训练以此生成初始模型； 步骤S5，模型优化，利用集成学习对BP神经网络中的参数进行优化； 步骤S6，生成自适应调整探测模型。

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江西省军民融合研究院，其通讯地址为：330000 江西省南昌市高新技术产业开发区昌东大道8699号国防科技大厦；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。