一种捷联惯导行人三维位置修正方法

    公开(公告)号:CN116222559A

    公开(公告)日:2023-06-06

    申请号:CN202310369241.2

    申请日:2023-04-07

    Abstract: 本发明请求保护一种捷联惯导行人三维位置修正方法,属于惯性行人导航领域,其包括以下步骤:行人高度修正,融合由气压计和加速度计独立解算的高度,对行人高度进行初次修正;行人俯仰角修正,利用行人步长步高及俯仰角的关系计算出俯仰角,与姿态解算俯仰角融合,修正俯仰角;行人三维位置修正,利用行人俯仰角、步长及航向角间关系,修正行人三维位置。本发明通过上述三个子算法逐步修正,最终对捷联惯导系统中行人在三维空间中的位置信息进行修正。根据本发明公开的方法能够实现三维空间中行人位置的准确定位,不仅可应用于现有的城市高楼这种较为规则实验环境下的行人惯性导航,尤其适用于更广泛的非规则环境如坡道、山地等环境。

    基于频带划分自学习和深度典型相关性分析的脑电情绪解码方法

    公开(公告)号:CN118121214A

    公开(公告)日:2024-06-04

    申请号:CN202410278778.2

    申请日:2024-03-12

    Inventor: 刘柯 张馨月

    Abstract: 本发明属于生物医学领域,具体涉及一种基于频带划分自学习和深度典型相关性分析的脑电情绪解码方法,包括利用预训练的脑电情绪解码模型对脑电数据进行预测,脑电情绪解码模型包括频带划分模块、脑网络信息提取模块、差分熵信息提取模块、融合模块以及分类模块,预测的过程包括获取脑电数据,并对脑电数据进行预处理;通过频带划分模块对预处理后的数据进行频带划分,得到多频带的脑电数据;将多频带的脑电数据分别输入脑网络信息提取模块、差分熵信息提取模块提取得到对应的脑网络变换特征、差分熵变换特征;通过融合模块将脑网络变换特征、差分熵变换特征进行融合,得到融合特征;将融合特征输入分类模块,得到对应的情绪分类;本发明同时通过将频带划分自动化实现了使用人工选择的脑电特征进行情绪解码的端到端情绪模型。

    一种基于扰动多样性增强的对抗训练方法及系统

    公开(公告)号:CN116227542A

    公开(公告)日:2023-06-06

    申请号:CN202211642306.8

    申请日:2022-12-20

    Abstract: 本发明涉及一种基于扰动多样性增强的对抗训练方法及系统,属于深度学习安全技术领域。该方法包括:S1:将训练数据输入到模型中,执行前向传播与反向传播,获取模型损失函数对于输入数据的梯度值;S2:基于最大扰动值∈,计算服从均匀分布U(‑∈,∈)的随机噪声;S3:基于得到的梯度值以及随机噪声,生成投影至指定范围[‑,∈]中的对抗性扰动;S4:将对抗性扰动添加到对应的原始图像上,并将其投影至合法像素范围[0,1]中,得到对抗样本;S5:将对抗样本输入到模型中,执行前向传播与反向传播,更新模型参数,完成对抗训练。本发明在运算量大幅减小、训练时间大幅缩短的基础上,实现了与多步迭代方法相近的鲁棒性。

Patent Agency Ranking