買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉北京理工大學(xué)申請的專利一種基于可變維度特征篩選的智能目標(biāo)檢測方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN116522254B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-09-09發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202310491826.1，技術(shù)領(lǐng)域涉及：G06F18/243；該發(fā)明授權(quán)一種基于可變維度特征篩選的智能目標(biāo)檢測方法是由常少強;劉偉;陳新亮;朱睿;劉泉華設(shè)計研發(fā)完成，并于2023-05-04向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種基于可變維度特征篩選的智能目標(biāo)檢測方法在說明書摘要公布了：本發(fā)明公開了一種基于可變維度特征篩選的智能目標(biāo)檢測方法。由于在多維特征空間構(gòu)建過程中，特征冗余現(xiàn)象的存在將導(dǎo)致非必要計算成本的增加。針對特征篩選過程中，無法在特征維度不受限的條件下根據(jù)實際場景自適應(yīng)選擇特征組合的問題，提出了一種基于幾何度量和方差膨脹因子的可變維度特征篩選方法。該方法在約束特征之間相關(guān)性的同時，搜尋使類間可分離程度最大的特征組合，在保留足夠有用信息的同時剔除冗余特征，以建立全面有效的特征向量。之后基于實測數(shù)據(jù)，采用虛警率可控的智能檢測器完成目標(biāo)檢測。

本發(fā)明授權(quán)一種基于可變維度特征篩選的智能目標(biāo)檢測方法在權(quán)利要求書中公布了：1.一種基于可變維度特征篩選的智能目標(biāo)檢測方法，其特征在于，所述方法包括以下步驟： 步驟S1，對數(shù)據(jù)中的純海雜波和目標(biāo)單元在多個處理域提取特征，建立特征樣本空間，計算特征樣本初始組合的總KL散度tKLD以及每個特征的方差膨脹因子VIF； 步驟S2，將步驟S1中的方差膨脹因子與經(jīng)驗閾值進(jìn)行比較，得到特征組合之間存在嚴(yán)重多重共線性的特征索引，將目標(biāo)和雜波單元挑選出的特征索引取交集，得到目標(biāo)和雜波單元同時存在多重共線性的特征索引向量； 步驟S3，對步驟S2中的索引向量對應(yīng)的特征進(jìn)行逐個剔除；每次剔除操作后計算剩余特征組合的tKLD，若其中最大的tKLD不小于初始值，則認(rèn)為該特征剔除有效，特征組合完成一次篩選操作； 步驟S4，對步驟S3中剩余的特征組合重新計算tKLD，重復(fù)步驟S1-S3，直到達(dá)到終止條件，即完成對整個特征組合的篩選； 步驟S5，將篩選后的特征組合打好標(biāo)簽，按照7:3的比例劃分訓(xùn)練集與測試集，輸入智能檢測器進(jìn)行檢測； 步驟S6，對智能檢測器進(jìn)行參數(shù)初始化設(shè)置；構(gòu)建分類與回歸樹CART，統(tǒng)計不同剪枝參數(shù)下雜波樣本的錯判數(shù)目向量，若達(dá)到所設(shè)閾值，則輸出此時的權(quán)重因子并更新決策樹，若未達(dá)到閾值，則根據(jù)整體數(shù)據(jù)分布情況調(diào)節(jié)權(quán)重因子的步進(jìn)方向，直至更新結(jié)束，完成檢測。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人北京理工大學(xué)，其通訊地址為：100080 北京市海淀區(qū)中關(guān)村南大街5號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。