-
公开(公告)号：CN112432644B
公开(公告)日：2022-03-25
申请号：CN202011252567.X
申请日：2020-11-11
Applicant: 杭州电子科技大学
Abstract: 本发明公开一种基于鲁棒自适应无迹卡尔曼滤波的无人艇组合导航方法。本发明在实现传统UKF的基础下，采用在线故障诊断检测机制判断是否需要更新当前噪声协方差，分别采用基于新息的方法和基于残差的方法计算测量的当前噪声协方差的估计值，然后利用加权因子将最后一个噪声协方差矩阵与估计值相结合，作为新的噪声协方差矩阵。当系统对先验测量噪声估计出现了偏差或在运行过程中传感器发生故障造成实际噪声逐渐增大时，本发明相比于传统UKF可以提供更为精确的位置和航向角估计。
-
公开(公告)号：CN110516525B
公开(公告)日：2021-10-08
申请号：CN201910585761.0
申请日：2019-07-01
Applicant: 杭州电子科技大学
Abstract: 本发明公开基于GAN和SVM的SAR图像目标识别方法，首先采用一种基于多尺度分形特征的SAR图像增强算法进行SAR图像目标方位角估计；然后基于解耦表示学习生成对抗网络模型(Disentangled Representation Learning GAN，DRGAN)设计了一种用于SAR图像目标方位角变换的深度生成模型；本发明基于训练得到的DRGAN模型对输入SAR图像进行方位角归一化变换，然后基于方位角归一化后的SAR图像作为训练样本提取灰度特征，训练SVM分类器；对测试样本进行同样的方位角归一化变换，采用训练得到的SVM分类器进行分类。本发明采用MSTAR数据集进行验证，在SOC和多个EOC比较多种算法的识别精度，验证了本发明提出方法的有效性。
-
公开(公告)号：CN113467231A
公开(公告)日：2021-10-01
申请号：CN202110829553.8
申请日：2021-07-22
Applicant: 杭州电子科技大学
IPC: G05B11/42
Abstract: 本发明涉及一种基于侧滑补偿ILOS制导律的无人艇路径跟踪方法。本发明基于欠驱动的无人艇构造了改进的ILOS制导律结合滤波扩张状态观测器(FESO)的无人艇路径跟踪控制模型，实现了无人艇在外界干扰情况下侧滑角精确地补偿，从而实现对期望路径更好的跟踪。还对目前存在的PID参数试凑法进行改进，引入基于改进的遗传算法对PID参数进行自整定，减少了调试的时间，且可以快速找到最合适的PID参数。与传统试凑法和LOS制导律相比，本发明的跟踪精度和控制器抗干扰有了较大提升。
-
公开(公告)号：CN109521176B
公开(公告)日：2021-08-31
申请号：CN201910089332.4
申请日：2019-01-30
Applicant: 杭州电子科技大学
IPC: G01N33/18
Abstract: 本发明公开了一种基于改进深度极限学习机的虚拟水质监测方法，本发明针对水质监测中监测站点的建设成本高，设备维护繁琐等问题，利用与虚拟监测位置相关的站点的历史数据，提出了一种改进的深度极限学习机用于实现对虚拟位置处的水质预测。在该方法中，为了提取水质监测网络采集到的水质数据中更具不变性的鲁棒性特征，开发出了一种新的深层极限学习机模型，该模型将局部去噪准则和收缩惩罚项引入基于极限学习机的自编码器。然后，在此基础上利用加权极值学习机对虚拟位置处的水质参数实际值进行预测，实现了对未知位置处的水质监测。本发明可以更好地对实时的未知站点处的水质信息进行实时预测，且具有较好的预测准确度。
-
公开(公告)号：CN109522962B
公开(公告)日：2021-07-13
申请号：CN201811409826.8
申请日：2018-11-23
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种化工厂安全定量评估方法。本发明建立一个基于贝叶斯网络的化工厂安全定量分析研究模型。在该模型中主要从组织、信息、工作设计、人机系统接口、任务环境、工作场所设计和操作员特征七个方面的人因可靠性角度展开详细分析，使用调查问卷和专家判断法，建立化工厂安全指标体系，同时使用贝叶斯网络训练样本。最后运用贝叶斯进行处理和建模，最终估算化工厂安全定量值，判断化工厂的安全等级。本发明具有精确推理、计算快速和评估全面等特点。
-
Patent Agency Ranking
公开(公告)号：CN110033050B
公开(公告)日：2021-06-22
申请号：CN201910314055.2
申请日：2019-04-18
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种水面无人船实时目标检测计算方法。本发明将现在计算机视觉领域主流的目标检测算法进行融合，提高目标检测的速度和精度。本发明通过将现有的基于深度学习的目标检测算法进行融合改进然后应用到无人船水面物体识别，提高目标识别的准确度和精度。本发明在基于深度学习的目标检测模型的基础上，结合现有无人船的水面环境，采用模型融合来计算物体的位置和类别。相比较于传统的方法，本发明更加的准确高效，并且抗干扰能力强，最终可以实时高效的检测出水面物体。本发明具有开放性、灵活性等特点。
-
公开(公告)号：CN112948715A
公开(公告)日：2021-06-11
申请号：CN202110228346.7
申请日：2021-03-02
Applicant: 杭州电子科技大学
IPC: G06F16/9537 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种基于短时GPS轨迹数据的车辆分类方法。本发明首先对原始GPS数据进行预处理得到用于网络输入的GPS数据表示，其次采用重采样技术用于重新平衡不平衡数据集的样本空间以解决真实路网中存在的车型分布不平衡情况，最后针对GPS数据源的时序性和短时高频特性，开发了一种多级离散小波分解和双向LSTM网络结合的深度学习网络模型用于车辆分类，经过超参数选定和模型训练后，即可完成分类任务。本发明既充分考虑到GPS数据的隐私性，又为真实路网中存在的车型分布的不平衡性提供了可行的解决方法，并且本发明能够有效的抓取GPS轨迹数据中所包含的深度特征，从而达到较高的分类准确度。
-
公开(公告)号：CN109374532B
公开(公告)日：2021-03-30
申请号：CN201811541673.2
申请日：2018-12-17
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于传递熵和自适应融合估计移动源排放气体遥测误差补偿方法。本发明有机结合测量对象的先验知识和最优估计理论，能够从带噪观测序列中得到真实值的最优估计。首先，通过超限学习机方法建立多干扰下遥测误差预测模型。然后，提出了一种虚拟观测分解模型，并利用虚拟观测分解模型对观测序列进行多序列分解。之后，将实际测量过程转化为多传感器虚拟观测过程，并建立多传感器虚拟观测过程的数学模型。最后，引入传递熵和自适应卡尔曼滤波对多虚拟观测序列进行融合重构，从而得到测量序列的最优估计。本发明能够有效补偿外部环境干扰引起的测量误差，提高遥感检测技术的环境适用性和抗干扰能力。
-
公开(公告)号：CN112053407A
公开(公告)日：2020-12-08
申请号：CN202010769403.8
申请日：2020-08-03
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种交通执法影像中基于AI技术的车道线自动检测方法，属于图像识别领域。因此本发明方法提出一种只预测车道线两个端点的方法，并针对车道线的特殊性对端点特征点对组合分析，最终达到标注工作量小，要求低，预测速度快，预测准确的有益效果。本发明方法检测速度快、准确率高。该检测结果除应用在车辆违法变道检测(压实线检测)外，还可以应用在一些需要使用图像数据检测车道线位置的实际场景应用中如车道数判断等。
-
公开(公告)号：CN108038856B
公开(公告)日：2020-08-04
申请号：CN201711403183.1
申请日：2017-12-22
Applicant: 杭州电子科技大学
Abstract: 本发明涉及基于改进多尺度分形增强的红外小目标检测方法。传统基于分形特征增强的红外小目标检测算法具有计算复杂度高的问题。本发明利用多尺度区域内像素的最大值与最小值的差作为一种度量，然后采用其区域平均值获得每点像素的多尺度分形特征向量，通过定义的新的显著性度量准则来评价每点像素的显著性，最后基于增强后的图像通过自适应阈值分割算法进行目标检测。本发明提出的方法降低了算法的计算量，提高了检测速度。
-
-
-
-
-
-
-
-
-
Search Results
173
records
(took 0.04 seconds)
