-
公开(公告)号：CN119578803A
公开(公告)日：2025-03-07
申请号：CN202411656500.0
申请日：2024-11-19
Applicant: 西北工业大学
IPC: G06Q10/0631 , G06Q10/0637 , G06Q50/40
Abstract: 本发明公开了一种中大型机场快速调度飞机起降及停放的方法及系统，引入了对大规模复杂问题的“蒸馏”策略，通过精准提炼与简化，首先获取其对应小规模问题的精确数学解，以此为基础，确定救援飞机的最优停放调度策略。在此基础上，通过对问题的“扩散”过程进行细致研究，构建原问题的高质量近似解框架，即形成飞机起降与停放协同作业的高精度解序列。最终，采用创新的“降落优先”策略，将这一解序列转化为切实可行且高质量的解决方案，全面覆盖了所有救援飞机的起降及停放需求，生成了详尽的总调度表。因此，本发明提出的方法成功规避了大规模现实问题中冗长迭代优化的繁琐过程，为灾害救援机场的高效调度提供了一种全新的、高效的求解途径。
-
公开(公告)号：CN118710939A
公开(公告)日：2024-09-27
申请号：CN202410835321.7
申请日：2024-06-26
Applicant: 西北工业大学
Abstract: 本发明公开了一种基于多模态图像匹配的拒止状态下航拍目标自主定位方法，通过基于深度学习的图像匹配技术对天基卫星提供的卫星地图(含精确位置信息)和空基无人机的航拍影像进行匹配，再通过单应性变换矩阵估计算法实现二者的像素级映射，最终达到对航拍图像中的任意位置的目标进行定位。通过对多模态图像进行匹配，引入定位误差估计，测试了模型在多场景下的匹配效果，提高了无人飞行器对目标自主定位的场景适应能力。
-
公开(公告)号：CN118537618A
公开(公告)日：2024-08-23
申请号：CN202410491032.X
申请日：2024-04-23
Applicant: 西北工业大学
IPC: G06V10/764 , G06V10/25 , G06V10/82 , G06N3/0464 , G06N3/088 , G06V10/776
Abstract: 本发明公开了一种基于前景度量学习的空间未知目标识别方法，首先构建包含多个空间典型目标的数据集；然后将数据集分为训练数据集和测试数据集；接下来构建基于前景度量学习的目标检测模型，利用训练数据集对目标检测模型进行训练；之后利用无监督自适应模型，对测试集进行无监督领域自适应，降低测试集和训练集之间的领域差异；最终模型在测试集上进行推理，对其中的未知类别进行标注，结果和真实值进行比较，给出模型的量化评价。本发明方法利用新类数据集进行领域自适应，进一步提高了模型的目标检测精度和可靠性。
-
公开(公告)号：CN118447416A
公开(公告)日：2024-08-06
申请号：CN202410511675.6
申请日：2024-04-26
Applicant: 西北工业大学
IPC: G06V20/17 , G06V20/40 , G06V10/25 , G06V10/774 , G06V10/82
Abstract: 本发明公开了一种因果认知驱动条件下机载多尺度泛化检测方法，首先使用无人机载传感器获得行人目标视频数据，并将其分解为单帧图像；构成训练和测试数据集；其次构建混杂效应因果模型，基于因果模型对训练锚框尺寸进行设置；之后构建物理先验目标库文件，计算不同飞行高度、不同相机参数下目标的图像系尺寸；在测试阶段，根据实时飞行参数，和目标种类信息，通过查表获得目标先验尺寸。利用目标先验尺寸对锚框大小进行设置；最后获得测试结果，对测试结果进行评估。本发明提高了模型在目标数据集中的泛化检测精度和目标检测精度和可靠性。
-
公开(公告)号：CN119250161A
公开(公告)日：2025-01-03
申请号：CN202411778280.9
申请日：2024-12-05
Applicant: 西北工业大学
Abstract: 为解决当前追逃博弈智能决策中使用深度强化学习算法得到的神经网络可解释性和可调试性差，难以满足实际部署要求的问题，本发明提出一种基于模糊推理树的深度强化学习策略迁移方法。本发明以经过充分训练的待迁移网络为指导，通过智能优化算法对模糊推理树进行训练使其与训练好的待迁移网络在相同的输入下具有相同的输出，即使得模糊推理树学习到了状态到动作的映射关系，具有与深度强化学习的待迁移网络相同的决策能力，从而达到将深度强化学习算法中蕴含在神经网络内的规则抽取并迁移到模糊推理树的目的。本发明在不改变决策效能的前提下，提升了决策指令的生成速度，且解决了追逃博弈信息不完全可知、决策方法的可调试性和可解释性差的问题。
-
Patent Agency Ranking
公开(公告)号：CN118521764B
公开(公告)日：2024-10-25
申请号：CN202410990442.9
申请日：2024-07-23
Applicant: 西北工业大学
IPC: G06V10/24 , G06V10/75 , G06V10/774 , G06V20/17
Abstract: 本申请提出一种拒止环境下无人机对地目标组合定位方法、装置及系统，属于无人机目标定位技术领域。包括：利用历史航拍数据分别对目标检测模型和图像匹配模型进行训练；利用目标检测训练模型对无人机实时光电图像进行检测，得到第一像素坐标位置；获取无人机的吊舱实时姿态信息和惯性测量装置实时位置信息，推理出卫星地图信息；利用图像匹配训练模型对卫星地图信息进行细粒度匹配，提取出无人机实时光电图像和对应的卫星地图信息之间的多个特征点对，并构建二者之间的透视变换关系；利用透视变换关系，得到第二像素坐标位置，并将第二像素坐标位置转换为目标的实时位置信息。本申请实现了拒止环境下无人机对地目标的精确定位。
-
公开(公告)号：CN118710683A
公开(公告)日：2024-09-27
申请号：CN202410830817.5
申请日：2024-06-26
Applicant: 西北工业大学
IPC: G06T7/246 , G06T7/277 , G06N3/092 , G06V10/82 , G06V10/774 , G06N3/0464 , G06V10/44 , G06V10/26
Abstract: 本发明公开了一种基于深度强化学习的无人机遮挡目标主动跟踪方法，利用3D目标检测技术完成对目标位置信息的检测与解算，同时使用强化学习决策算法，实时对无人机当前状态进行动作规划，使得无人机在自主躲避障碍物的前提下，能够识别并跟踪目标，并能在目标短暂消失后，根据目标消失前的位置与状态来规划合适的路径使得传感器能再次捕捉到目标。
-
公开(公告)号：CN118506031A
公开(公告)日：2024-08-16
申请号：CN202410947146.0
申请日：2024-07-16
Applicant: 西北工业大学
IPC: G06V10/74 , G06V10/22 , G06V10/40 , G06V10/766 , G06V10/774 , G06V10/776 , G06V10/82 , G06V20/13
Abstract: 本申请是关于一种适用于边缘部署的类注意力跨域景象匹配方法，属于图像处理技术领域。包括：构建跨域景象匹配模型，包括相连接的特征提取网络和回归约束网络；利用公开图像数据集对特征提取网络进行预训练，得到特征提取网络的预训练权重；获取多个跨域图像，并进行数据增强处理，得到跨域景象数据集；利用跨域景象数据集对跨域景象匹配模型进行训练和验证，得到最终输出结果；根据最终输出结果，进行图像匹配算法推理，得到实时景象图和卫星影像图的跨域景象匹配结果。本申请能够提高无人机在应对全天候景象匹配时的稳定性，尤其提高了无人机在应对红外光和可见光之间进行跨域景象匹配时的鲁棒性，降低了边缘端部署难度，提升了实时解算速度。
-
公开(公告)号：CN118097362A
公开(公告)日：2024-05-28
申请号：CN202410512661.6
申请日：2024-04-26
Applicant: 西北工业大学
IPC: G06V10/80 , G06N3/0455 , G06N3/0464 , G06N3/084 , G06T5/50 , G06V10/26 , G06V10/44 , G06V10/52 , G06V10/82 , G06T5/60
Abstract: 为了解决现有的图像融合方法融合结果对下游任务如目标检测等无法起到促进作用，以及融合效果不佳的技术问题，本发明提出一种基于语义感知学习的多模态图像融合方法，用于融合长波红外、中波红外和短波红外图像从而生成高质量融合图像。本发明先构建并训练语义分割网络，再构建嵌套密集连接的融合网络并利用训练好的语义分割网络指导该融合网络训练，最终训练好的融合网络能够对图像中不同区域采用不同的融合策略实现对图像融合过程的细粒度控制，突出目标的纹理细节和像素强度信息，使得融合结果更加符合图像中不同区域的语义信息，提高了融合结果的信息熵等融合质量评价指标，对下游任务如目标检测起到很好的促进作用。
-
公开(公告)号：CN115019886B
公开(公告)日：2024-02-23
申请号：CN202210504609.7
申请日：2022-05-10
Applicant: 西北工业大学
Abstract: 本发明公开了一种宏基因组绝对定量实验全流程的数字孪生方法，包括三个模块：构建样本库、构建内标库、宏基因组分析流程。本发明通过计算机模拟的方式展示了宏基因组绝对定量的全流程，使新手能够更快更方便地理解宏基因组绝对定量的流程，并可以对比内标法宏基因组绝对定量各因素之间的影响。
-
-
-
-
-
-
-
-
-
Search Results
25
records
(took 0.026 seconds)
