基于强化学习多模态融合的低空目标识别方法及系统

AITNT
正文
推荐专利
基于强化学习多模态融合的低空目标识别方法及系统
申请号:CN202510693443
申请日期:2025-05-27
公开号:CN120563981A
公开日期:2025-08-29
类型:发明专利
摘要
本发明涉及无人机识别领域,具体涉及基于强化学习多模态融合的低空目标识别方法及系统,包括以下步骤:步骤一、多源数据融合架构构建;步骤二、基于Transformer的特征对齐;步骤三、强化学习训练机制;步骤四、轻量化部署方案。相比现有技术,本发明具有以下优势:识别性能突破:型号识别准确率92.4%(行业平均68%),误报率降低至0.7%(传统技术5.2%);动态环境适应:通过动态权重调整,电磁干扰场景下识别稳定性提升3倍;经济性显著:轻量化模型使硬件成本降低至3万元/节点(传统系统≥20万元);技术延伸性:三维特征矩阵架构可兼容量子雷达等新型传感器;强化学习框架可迁移至低空物流监管等民用场景。
技术关键词
识别方法 多模态 矩阵 动态时间规整算法 频谱特征 雷达点云数据 光电 点云特征 跨模态 对齐模块 权重分配策略 电磁 频谱传感器 梅尔倒谱系数 强化学习框架 注意力机制 数据编码
系统为您推荐了相关专利信息
1
一种雷达多维数据动态边权图构建方法
动态 节点 雷达 时间滑动窗口 运动特征
2
一种燃料合同的风险识别方法及系统
燃料 风险识别方法 策略数据库 变量 实时数据
3
一种多模态喉部振动信号与唇部动点数据的语音解码识别方法及系统
振动信号识别 数据识别模型 信号预处理模块 多模态 支持向量机分类
4
一种路面裂缝分析方法
变形特征 路面裂缝 样本 寿命预测模型 矩阵
5
一种基于遥感的农业中短期缺水智能估算方法
WRF模型 雷达遥感数据 光学遥感数据 卫星遥感影像 作物生育期
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号