-
公开(公告)号：CN103218782A
公开(公告)日：2013-07-24
申请号：CN201310126452.X
申请日：2013-04-11
Applicant: 杭州电子科技大学
IPC: G06T5/00
Abstract: 本发明涉及一种基于多尺度分形特征的红外图像增强方法。本发明依据红外图像中的自然背景具有分形特征，而人造目标不具有分形特征这一特征，利用这种分形特征的不同，将人造目标进行增强，同时将自然背景进行抑制，达到红外增强的目的。本发明首先导入红外图像，并转换为位图，其次将地毯覆盖方法中计算分形参数的度量思想应用到二维图像表面，将像素灰度值构成的三维纹理表面用厚度为2r的地毯覆盖。然后图像中各个像素的计算基于方差的分型参数变化度量函数。最后得到的图像即为增强后的红外图像。本发明具有实时性和鲁棒性，经本发明方法处理之后的图像能达到很好的红外图像增强效果。
-
公开(公告)号：CN102944124A
公开(公告)日：2013-02-27
申请号：CN201210474740.X
申请日：2012-11-21
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种半导体温差发电系统的水冷散热装置，现有技术存在无法保持的恒定持续发电效果现象，本发明环形水槽内部空心，环绕装配在旋转桶的外壁上，环形水槽的外环表面中间位置开有环形开口。喷头设置在环形水槽的环形开口的正上方，并伸入环形开口中，喷头的接水口通过水管、螺旋散热水管与水泵相连接，水泵通过弧形导管插入水箱，水箱位于环形水槽的正下方，水箱上端开放，旋转桶滚动带动环形水槽滚动时，环形水槽和喷头并不相互碰触。环形水槽的内环外表面的中间部分设有环形凹槽。本发明结构简单，制作成本低廉，运行稳定可靠，环保无污染，且便于维护和保养。
-
公开(公告)号：CN102269619B
公开(公告)日：2013-01-02
申请号：CN201110125899.6
申请日：2011-05-16
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种基于无线传感网络的声信号采集终端。本发明包括声传感阵列模块、声信号调理模块、微处理器模块、无线发送与接收模块和电源模块。声传感阵列模块采集的六路声信号接到包含六通道的声信号调理电路模块的输入端。声信号调理模块的输出端与微处理器模块输入端相连。微处理器模块的输出端连接到无线发送与接收模块的输入端。电源模块分别为声传感阵列模块、声信号调理电路的模块、微处理器模块和无线发送与接收模块提供电源。利用本发明终端设备构建无线探测网络，车辆识别的准确率高，应用成本降低，并可通过无线传感网络提高了车辆识别的覆盖面积。
-
公开(公告)号：CN119515899B
公开(公告)日：2025-05-13
申请号：CN202510084279.4
申请日：2025-01-20
Applicant: 杭州电子科技大学
IPC: G06T7/11 , G06T7/194 , G06N3/0464 , G06N3/048 , G06N3/08 , G06V10/52 , G06V10/80 , G06V10/26 , G06V10/82
Abstract: 本发明公开了基于多尺度感受野特征增强融合的虚拟制片人物抠像方法，属于图像处理技术领域。该方法首先构建一个包括语义估计模块、细节预测模块和语义‑细节融合模块的MODNet模型，并引入结合注意力的感受野模块和特征语义增强模块。其中，语义估计模块通过主干网络对输入图像进行特征提取，再通过结合注意力的感受野模块调整后两个阶段的特征图的权重，并扩大特征图的感受野，得到语义特征。细节预测模块对输入图像和中间尺度特征图的融合结果进行编码，通过特征语义增强模块对编码结果与语义特征进行融合，解码后输出细节预测结果。最终，语义‑细节融合模块对语义特征和细节预测模块的解码结果进行融合，输出预测的人像掩码图像。
-
公开(公告)号：CN119600308B
公开(公告)日：2025-05-09
申请号：CN202510142955.9
申请日：2025-02-10
Applicant: 杭州电子科技大学
IPC: G06V10/44 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/0985
Abstract: 本发明公开了一种基于注意力机制的晶圆特征模块检测方法。该方法首先收集不同光源拍摄下的晶圆图像作为训练样本，标注图像中晶圆特征模块的信息，作为训练标签；基于元学习的方法，将训练集随机划分为支持集和查询集。通过骨干网络，分别从支持集和查询集的图像中提取得到特征图X和特征图Y。利用特征图X生成一组卷积核，用于对特征图Y进行深度卷积，然后通过RPN网络生成查询集的预测框。利用训练标签，对生成的预测框进行判别，并计算损失函数完成对模型参数的优化；将特征模块位置待检测的晶圆图像作为查询集，与支持集一同输入训练后的模型中，得到查询集的晶圆图像是否存在特征模块以及特征模块位置的预测结果。
-
Patent Agency Ranking
公开(公告)号：CN114970533B
公开(公告)日：2025-04-29
申请号：CN202210593349.5
申请日：2022-05-27
Applicant: 杭州电子科技大学
IPC: G06F40/295 , G06F16/387 , G06F18/25 , G06N3/0455 , G06N3/08
Abstract: 本发明公开了一种融合相对位置特征的深度学习军事武器实体识别方法。包括：1)基于公开数据构建中文军事武器领域数据集。2)针对公开数据上实体存在的问题，制定军事武器实体识别规则。3)根据数据集作为模型训练的原始数据，采用扁平晶格网络实现字词向量的生成和提取相对位置特征信息。4)以训练结果为输入，加入多头自注意力机制结构对输入文本中的长距离依赖进行建模。5)以训练结果为输入，结合实体识别规则，采用CRF方法作为标签解码器输出全局最优标注序列。本发明解决长距离建模难题与增强上下文特征提取，使得军事武器命名实体识别任务更精准高效。
-
公开(公告)号：CN119150108A
公开(公告)日：2024-12-17
申请号：CN202411658987.6
申请日：2024-11-20
Applicant: 杭州电子科技大学
IPC: G06F18/241 , G06F18/25 , G06N3/0464 , G06N3/0442 , G06N3/045
Abstract: 本发明公开了一种基于多源信息特征级融合的舰船分类方法，首先获取舰船目标的HRRP和SAR原始雷达数据，并对HRRP原始雷达数据预处理，生成两种格式的HRRP样本。其次在第一种格式的HRRP样本上进行特征提取，构成传统特征。然后构建时序网络模型分支，以第二种格式的HRRP样本作为输入，并嵌入传统特征，输出混合特征；构建二维卷积模型分支，将SAR原始雷达数据通过轻量级的CNN网络，提取舰船目标结构特征。最后设计注意力加权机制的特征融合模块，将混合特征与舰船目标结构特征加权融合，输出舰船分类结果。本发明解决了自动目标雷达识别基于单一模态数据识别精度和性能有限的问题，提高分类准确率。
-
公开(公告)号：CN114155491B
公开(公告)日：2024-04-23
申请号：CN202111494779.3
申请日：2021-12-09
Applicant: 杭州电子科技大学
IPC: G06V20/52 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于AIS数据的船舶行为识别方法及系统，其中涉及的一种基于AIS数据的船舶行为识别方法，包括：S1.获取船舶自动识别系统AIS的原始数据，并对获取到的原始数据进行预处理，得到船舶行为的数据集；S2.预构建时序和视觉网络双融合的船舶行为识别网络，并将得到的船舶行为数据集输入构建好的船舶行为识别网络进行训练，得到训练好的船舶行为识别网络模型；S3.将所要识别的船舶轨迹数据输入船舶行为识别网络模型中，输出船舶轨迹数据的行为识别结果。
-
公开(公告)号：CN112926442B
公开(公告)日：2024-03-29
申请号：CN202110205006.2
申请日：2021-02-24
Applicant: 杭州电子科技大学
IPC: G06V20/40 , G06V10/774 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种图像目标数据集均衡完备的构建方法，包括步骤：S11.基于数据集评价指标体系中各个指标的分级对多个样本数据集进行统计，得到样本数据集对应的原始数据，并利用卡方检验方法确定原始数据与满足均匀分布数据的偏离程度；S12.将确定的偏离程度作为比较序列，将实际识别准确率作为参考数列，计算比较序列与参考数列的关联系数和关联度，并根据计算得到的关联系数和关联度确定指标权重值；S13.统计待评价数据集的指标数据，计算统计的指标数据对应的卡方值，设定最优方案和最劣方案，并根据步骤S12中确定的指标权重值，比较待评价数据集与最优方案的贴近度；S14.根据贴近度计算整体、局部评价结果，输出最终评价结果。
-
公开(公告)号：CN113630813B
公开(公告)日：2024-02-06
申请号：CN202110856331.5
申请日：2021-07-28
Applicant: 杭州电子科技大学
IPC: H04W28/08 , H04W4/02 , H04W4/40 , G06F18/2321
Abstract: 本发明涉及一种基于负载约束的多无人船任务分配方法。本发明首先对任务分配模型解耦，将多无人船任务分配模型分为任务委派阶段和任务执行阶段，并获取水域地图及初始任务分布位置。其中任务委派层可以被视为聚类过程。这个过程与无人船的负载约束和通信模型相结合，不仅保证了各艘无人船任务执行的有效性，还能有效规避障碍物区域，减少无人船绕行距离。任务执行层被视为旅行商问题，通过SOM算法计算各艘无人船的任务执行序列，并证明了算法的任务委派结果。本发明不仅考虑到实际环境的障碍物影响，又满足各艘无人船自身负载约束，避免了不同无人船之间任务分配量不平衡，能够有效应对多种任务分配场景，从多方面提高任务执行效率。
-
-
-
-
-
-
-
-
-
Search Results
173
records
(took 0.032 seconds)
