-
公开(公告)号：CN102915445A
公开(公告)日：2013-02-06
申请号：CN201210343889.4
申请日：2012-09-17
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种改进型的神经网络的高光谱遥感影像分类方法。传统的模式识别方法无法满足对数据维数高、数据量大的高光谱数据进行高效率高精度的分类。本发明首先针对高光谱数据以数据量大、波段间相关性强、冗余信息多等特点，对高维遥感数据进行主成分分析，在提取有效光谱数据的同时，大大降低了数据的维数。然后使用多层前馈神经网络对数据进行分类，在此引入遗传算法是为了优化网络的权值和阈值，以便更好的防止网络搜索陷入局部极小问题，不但提高了神经网络的预测精度，同时也大大节省了分类时间。本发明增强了分类器收敛速度，提高了高光谱图像的分类性能。
-
公开(公告)号：CN102238052A
公开(公告)日：2011-11-09
申请号：CN201110223936.7
申请日：2011-08-05
Applicant: 杭州电子科技大学
IPC: H04L12/28
Abstract: 本发明公开了一种分布式探测节点组网通信终端。本发明包括微处理器模块、串口扩展模块、GPRS模块、CDMA模块、以太网模块和电源模块。串口扩展模块通过并行总线与微处理器模块连接，GPRS模块和CDMA模块通过串行总线与串口扩展模块连接，以太网模块通过并行总线与微处理器模块。电源模块分别为微处理器模块、串口扩展模块、GPRS模块、CDMA模块和以太网模块提供电源。本发明集GPRS、CDMA和以太网三种网络制式于一体，并保留对数传电台的扩展支持，可在各种地理环境下的组网通信，通过相应的程序配合使得该通信终端具备根据当前环境智能选择最佳通信网络的功能，能有效提高对目标识别、定位和跟踪的精确程度。
-
公开(公告)号：CN112487912B
公开(公告)日：2024-02-06
申请号：CN202011331077.9
申请日：2020-11-24
Applicant: 杭州电子科技大学
IPC: G06V20/10 , G06V10/774 , G06V10/82 , G06N3/042 , G06N3/0464 , G06N3/084 , G06T7/73
Abstract: 本发明公开了基于改进YOLOv3的任意方向舰船检测方法。首先，检测网络能同时输出垂直框和旋转框的预测结果。其次，基于垂直框和旋转框预测结果定义了多任务损失函数。最后，采用基于旋转框的非极大值抑制方法剔除重叠检测结果时，通过融合垂直框和旋转框预测结果进行目标方位角估计校正，以进一步提高检测性能。本发明提出的改进模型适用于纯海洋背景下SAR图像中的舰船目标检测，能够准确估计目标的方位角，并满足舰船目标检测的实时性需求。
-
公开(公告)号：CN117493994A
公开(公告)日：2024-02-02
申请号：CN202311437118.6
申请日：2023-11-01
Applicant: 杭州电子科技大学
IPC: G06F18/2413 , G06F16/29 , G06F18/23 , G06F18/2321 , G06N3/0455 , G06N3/0442 , G06F18/22
Abstract: 本发明公开了一种基于AIS数据的船舶航迹预测方法，包括如下步骤：获取船舶自动识别系统AIS的原始数据并进行预处理，得到船舶航迹数据集；对船舶航迹数据进行聚类处理，将相似的航迹归为一类；预构建船舶航迹预测网络，并将得到的船舶航迹数据集输入构建好的船舶航迹预测网络进行训练，得到训练好的船舶航迹预测网络模型；将所要识别的船舶轨迹数据输入船舶航迹预测网络模型中，输出船舶轨迹数据的预测结果。该方法使用深度学习的方法通过层次航迹聚类和Seq2Seq的组合模型，并对了轨迹聚类效率进行优化，充分利用AIS数据中的时空信息，考虑了不同类型或不同区域航迹的差异性，具备良好的数据扩充和泛化能力，可以实现对船舶航迹实时的准确预测。
-
公开(公告)号：CN116795136A
公开(公告)日：2023-09-22
申请号：CN202310757678.3
申请日：2023-06-26
Applicant: 杭州电子科技大学
IPC: G05D1/10
Abstract: 本发明公开了一种兼顾可观测性和反拦截精度的主动防御协同突防制导方法。本发明首先建立主动防御非线性运动学模型；构建了兼顾目标可探测性和突防制导精度的滑模状态变量和滑模面；通过引入双幂次趋近律和带状态反馈的指数型趋近律，设计了单向协同滑模制导律；构建加速度目标函数，将双向协同问题转化为最小化目标弹‑防御弹的加速度优化问题，考虑削弱由来袭拦截弹未知机动引起的滑模抖振问题，设计了一个扩张状态观测器，对来袭拦截弹的加速度信息进行实时估计，削弱滑模抖振现象。
-
Patent Agency Ranking
公开(公告)号：CN111369507B
公开(公告)日：2023-08-11
申请号：CN202010125748.X
申请日：2020-02-27
Applicant: 杭州电子科技大学
Abstract: 本发明公开了基于归一化灰度霍夫变换和局部CFAR的尾迹检测方法，首先利用归一化灰度Hough变换将原始SAR图像转换到Hough参数空间，然后利用局部滑窗CFAR方法获得Hough参数空间的峰值和谷值检测结果，并将其反演到图像域，从而得到尾迹检测结果。本发明方法不需要进行舰船目标区域掩膜处理，避免了较为复杂的预处理过程；本发明方法利用局部CFAR的思想得到Hough参数空间的检测统计量，能够进一步增强尾迹特征，提高了尾迹检测性能。
-
公开(公告)号：CN116128340A
公开(公告)日：2023-05-16
申请号：CN202211664674.2
申请日：2022-12-23
Applicant: 杭州电子科技大学
IPC: G06Q10/0639 , G06Q50/26 , G06F18/2431 , G06F18/214
Abstract: 本发明涉及一种交通事故的影响因子分析方法，包括：采集交通事故数据集，交通事故数据集包括交通事故的各种影响因子；对交通事故数据集进行数据预处理，得到目标交通事故数据集；利用随机森林对目标交通事故数据集的影响因子进行重要性评估，得到影响因子的重要性评分；按照重要性评分由小到大进行排序作为K2算法模型的输入顺序，将目标交通事故数据集输入K2算法模型进行训练，剔除与交通事故无关的影响因子，剩余的影响因子构成新的数据集；将新的数据集重新输入K2算法模型进行训练，得到影响因子分析模型，并利用影响因子分析模型进行影响因子分析。本发明解决了交通事故的影响因子分析准确率不高的缺陷，弥补了贝叶斯网络模型的不足。
-
公开(公告)号：CN115018166A
公开(公告)日：2022-09-06
申请号：CN202210656653.X
申请日：2022-06-10
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于启发式强化学习的反导防御系统火力分配方法。本发明首先将WTA问题转化为一个多步决策问题，在深度Q网络框架下建立火力分配方法；构建火力单元状态集、目标库和经验池，引入了公平采样策略，确保等概率学习各目标分配经验；引入了基于SA‑PSO的启发式火力分配优化方法对ε‑greedy机制进行改进，通过火力分配优化方法进行单步决策从而获得较优的火力分配经验，提高DQN模型训练效率和决策能力；设计了兼顾快速收敛和全局收益的奖励函数，引导DQN训练过程更加注重全局的整体毁伤概率收益。本发明通过模拟火力分配环境训练DQN模型，利用该模型快速处理中大规模WTA问题，兼具决策的快速性和准确性。
-
公开(公告)号：CN114936601A
公开(公告)日：2022-08-23
申请号：CN202210593321.1
申请日：2022-05-27
Applicant: 杭州电子科技大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于加权特征融合的多传感器信息融合方法。首先建立了一种三层树状结构的多层级融合识别框架，其中最高层为最终目标识别结果，中间层为多个传感器数据采集平台，最低层是从各类传感器中提取得到的基本特征集。首先，利用层次分析法结合模糊信息理论确定多层级融合识别框架中相邻层间的相对权值，再由权值路径得到最低层基本特征对最高层的相对权值，最后利用D‑S证据理论组合加权特征信息以得到最终目标识别结果。本发明结合了模糊信息理论的层次分析法，利用多冲突衡量标准与模糊信息理论，定量计算证据层和标准层的两两比较矩阵，通过求解两两比较矩阵计算各层权值，进而得出各证据的权值。
-
公开(公告)号：CN114155491A
公开(公告)日：2022-03-08
申请号：CN202111494779.3
申请日：2021-12-09
Applicant: 杭州电子科技大学
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。
-
-
-
-
-
-
-
-
-
Search Results
174
records
(took 0.052 seconds)
