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！

龙图腾网获悉西安电子科技大学申请的专利一种SAR影像域自适应动态优化地物分类模型训练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：CN115359361B 。

龙图腾网通过国家知识产权局官网在2025-07-01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：202210795908.0，技术领域涉及：G06V20/13；该发明授权一种SAR影像域自适应动态优化地物分类模型训练方法是由焦李成;李玲玲;王梦娇;刘芳;刘旭;任仲乐;陈璞花;郭雨薇;侯彪;杨淑媛;唐旭;张向荣;白静设计研发完成，并于2022-07-07向国家知识产权局提交的专利申请。

本一种SAR影像域自适应动态优化地物分类模型训练方法在说明书摘要公布了：本发明公开了一种SAR影像域自适应动态优化地物分类模型训练方法，包括：获取有标签的源域SAR影像和无标签的目标域SAR影像，生成源域、目标域训练样本；初始化第一待训练模型；将源域、目标域训练样本输入至第一待训练模型，并在确定第一损失值及预设损失函数的梯度后，更新分割网络的网络参数，得到第二待训练模型；根据第一损失值、偏好向量、第一待训练模型的任务数量和分割网络的参数数量，计算动态优化系数；将源域、目标域训练样本输入第二待训练模型，并确定第二损失值；利用动态优化系数、不同任务的损失值及损失函数梯度，调整第二待训练模型的网络参数；迭代次数达到预设值时，获得地物分类模型。本发明提高了SAR影像地物分类精度。

本发明授权一种SAR影像域自适应动态优化地物分类模型训练方法在权利要求书中公布了：1.一种SAR影像域自适应动态优化地物分类模型训练方法，其特征在于，包括： 获取有标签的源域SAR影像和无标签的目标域SAR影像后，根据所述源域SAR影像及源域SAR影像对应的标签生成源域训练样本，并根据所述目标域SAR影像生成目标域训练样本； 初始化分割网络和判别器网络，得到第一待训练模型； 将所述源域训练样本和所述目标域训练样本输入至所述第一待训练模型，并根据预设损失函数确定第一损失值； 根据所述第一损失值及所述预设损失函数的梯度，通过反向传播更新所述第一待训练模型中分割网络的网络参数，得到第二待训练模型； 根据所述第一损失值、偏好向量、所述第一待训练模型的任务数量和分割网络的参数数量，确定动态优化模块，并利用所述动态优化模块计算动态优化系数； 将所述源域训练样本和所述目标域训练样本输入至所述第二待训练模型，并根据所述预设损失函数确定第二损失值；其中，所述预设损失函数包括不同任务的损失函数，所述第二损失值包括不同任务对应的损失值； 利用所述动态优化系数、不同任务对应的损失值以及不同任务损失函数的梯度，调整所述第二待训练模型的网络参数； 判断迭代次数是否达到预设值；若是，则将调整后的第二待训练模型中的分割网络确定为地物分类模型；若否，则将调整后的第二待训练模型确定为第一待训练模型，并执行所述将所述源域训练样本和所述目标域训练样本输入至所述第一待训练模型，并根据预设损失函数确定第一损失值的步骤。

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西安电子科技大学，其通讯地址为：710071 陕西省西安市太白南路2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”。