-
公开(公告)号：CN110287763A
公开(公告)日：2019-09-27
申请号：CN201910288568.0
申请日：2019-04-11
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种面向舰船目标识别应用的候选框比例优化方法，步骤S1:准备目标数据集；步骤S2：对已有数据目标进行目标框长宽比特征提取，并对长宽比例进行聚类，用聚类的方法提取出比例。步骤S3:用提取出的比例替换原有网络中的achor比。采用本发明的技术方案，提高了结合舰船目标特性，改变了锚点框选择方法，有效的提高了舰船目标识别的准确性。
-
公开(公告)号：CN109859103A
公开(公告)日：2019-06-07
申请号：CN201910021220.5
申请日：2019-01-09
Applicant: 杭州电子科技大学
Abstract: 本发明公开了发明一种基于双线性内插法精确池化策略的舰船目标检测方法，包括以下步骤：步骤S1：基于双线性内插法，设计得到能适用于精准定位小尺寸舰船对象候选框的池化方法；步骤S2：用步骤S1中得到的精细池化方法，替换到事先训练好的通用舰船目标检测网络模型中，再将该模型移植入海上观测平台的设备中，实时处理摄像头采集的舰船视频，完成高重叠场景下的舰船目标检测工作。采用本发明的技术方案，利用全新的精细池化方法，实现了基于双线性内插法精确池化策略的舰船目标检测方法，能在不增加训练和运行成本的同时，有效提升小尺寸舰船目标的检测准确率。具有可移植性高、通用性强等特点。
-
公开(公告)号：CN109858481A
公开(公告)日：2019-06-07
申请号：CN201910021219.2
申请日：2019-01-09
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于级联位置敏感检测的舰船目标检测方法，步骤S1：设计得到能适用于精准检测舰船目标边框的位置敏感级联检测模块；步骤S2：用步骤S1中得到的级联位置敏感检测模块，替换到原目标检测网络的检测模块，得到一种基于级联位置敏感检测的舰船目标检测方法，再利用舰船目标检测数据集逐级训练各个级联检测模块，最终将该模型移植至海上观测平台的设备中，完成海上舰船目标精准检测。采用本发明的技术方案，利用级联位置敏感检测模块，实现了基于级联位置敏感检测的目标检测方法，对海上视频图像中的舰船目标能够在保持原有快速检测的前提下实现更加精准地位置回归。
-
公开(公告)号：CN109633591A
公开(公告)日：2019-04-16
申请号：CN201910048330.0
申请日：2019-01-18
Applicant: 杭州电子科技大学
IPC: G01S7/41
Abstract: 本发明公开了一种观测站位置误差下外辐射源雷达双基距定位方法。本发明根据获得的双基距量测信息，引入中间变量将非线性方程转化为伪线性方程，建立目标位置估计模型。根据双基距量测误差和观测站位置误差设计权重，采用迭代加权最小二乘法估计。接着考虑中间变量与目标位置之间的关联性构造关联最小二乘估计模型，改进上述目标位置估计结果。本发明引入辅助变量，合理将非线性量测模型转化为伪线性估计模型，在保证估计性能的前提下降低外辐射源定位的复杂度。根据观测站位置误差和双基距量测噪声设计优化指标权重，从而降低误差对目标定位性能的影响，提高目标位置估计精度。本发明经过了两步迭代，使得目标位置的定位估计更加精准。
-
公开(公告)号：CN109583424A
公开(公告)日：2019-04-05
申请号：CN201811573051.8
申请日：2018-12-21
Applicant: 杭州电子科技大学
IPC: G06K9/00
Abstract: 本发明公开了一种基于衰减置信度的重叠舰船目标候选框筛选方法，包括以下步骤：步骤S1：设计得到能适用于舰船目标重叠场景的目标候选框筛选方法；步骤S2：用步骤S1中得到的舰船目标候选框筛选方法，替换到事先训练好的通用舰船目标检测网络模型中，再将该模型移植入海上观测平台的设备中，实时处理摄像头采集的舰船视频，完成高重叠场景下的舰船目标检测工作。采用本发明的技术方案，利用全新的目标候选框筛选方法，实现了基于衰减置信度方法的舰船目标场景下的目标候选框筛选方法，具有重叠目标检测效果好，可移植性高等特点。
-
Patent Agency Ranking
公开(公告)号：CN109508642A
公开(公告)日：2019-03-22
申请号：CN201811210888.6
申请日：2018-10-17
Applicant: 杭州电子科技大学
Abstract: 本发明公开了基于双向GRU和注意力机制的船舶监控视频关键帧提取方法，包括以下步骤：步骤S1:使用大量的海边船舶监控视频数据集训练双向GRU和注意力机制模型。步骤S2:使用经过训练的双向GRU和注意力机制模型对船舶监控视频进行关键帧提取，提供快速检索船舶的关键帧集合。采用本发明的技术方案，将关键帧提取应用到船舶监控视频中，剔除了大量冗余视频帧，提供船舶事件的高效检索和浏览,节约了视频存储的开销；同时，采用双向GRU和注意力机制对视频帧的前后关系进行建模，将时间信息融合进模型中，且每个时刻的信息给予不同的权重，即每个时刻给予不同的关注程度，得到更符合人类语义的关键帧集合。
-
公开(公告)号：CN108614996A
公开(公告)日：2018-10-02
申请号：CN201810295054.3
申请日：2018-04-04
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于深度学习的军船、民船自动识别方法，属于基于图像的自动目标识别领域。本发明创造可以在海防，武器装备智能化，态势估计领域应用。该方法针对传统的基于深度学习的目标识别网络各层单向连接，特征表达能力不足的问题，重新设计了一种稠密连接卷积等层的算法模型。使用稠密连接的方式，算法模型复用了每一层的特征，从而提高了算法模型的目标识别平均准确率；算法模型采用全卷积的特征提取方式去除了权重参数过大的全连接层，采用这种方式训练得到的算法模型更小；不仅如此，算法模型解决了梯度弥散、梯度膨胀的问题。
-
-
公开(公告)号：CN103344946B
公开(公告)日：2015-03-18
申请号：CN201310284157.7
申请日：2013-07-08
Applicant: 杭州电子科技大学
IPC: G01S7/40
Abstract: 本发明公开了一种地基雷达与空中移动平台雷达的实时误差配准方法。本发明首先将雷达对目标的量测、雷达本地地理坐标以及平台的姿态角量测上报融合中心，得到等效量测方程，然后进行序贯最小二乘初始化及序贯最小二乘方法估计各雷达系统误差和平台姿态角偏差，最后用估计的系统误差和平台姿态角偏差估计对各雷达的系统误差和平台姿态角偏差进行补偿，实现雷达组网的误差配准。本发明通过合理的建模，获得了各雷达的绝对系统误差估计，且适用于各雷达之间相距较远的情况。
-
公开(公告)号：CN104317321A
公开(公告)日：2015-01-28
申请号：CN201410492271.3
申请日：2014-09-23
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种状态空间预测函数控制优化的焦化炉炉膛压力控制方法。工业控制中，传统的PID控制不能达到满意的控制效果。本发明首先基于焦化炉压力对象的实时输入输出数据建立焦化炉压力对象的状态空间模型，然后结合状态过程和输出误差建立扩展的非最小化状态空间模型。在此模型的基础上，依据预测函数控制的方法来优化PID控制器的参数，最后对被控对象实现PID控制。本发明既具有ENMSSPFC的良好控制性能，同时又具备PID控制的简单形式。
-
-
-
-
-
-
-
-
-
Search Results
173
records
(took 0.035 seconds)
