-
公开(公告)号：CN109831792A
公开(公告)日：2019-05-31
申请号：CN201910180970.7
申请日：2019-03-11
Applicant: 中国科学院上海微系统与信息技术研究所 , 中国科学院大学
Abstract: 本发明提供一种基于多目标优化的无线传感器网络拓扑控制方法，包括提供无线传感器网络，建立分簇拓扑结构；分别计算无线传感器网络的网络生命周期、网络连通性、网络可靠性、网络时延和网络覆盖度；以网络生命周期，网络连接度和网络可靠性为优化目标，以网络时延和网络覆盖度为约束条件，建立多目标优化模型；计算多目标优化模型的函数值；优化分簇拓扑结构并重复上述步骤，直到函数值不再增大。本发明的无线传感器网络拓扑控制方法同时以网络生命周期、网络连通性和网络可靠性为优化目标建立多目标优化模型，并根据该优化模型求解出近似最优的分簇拓扑结构，从而同时延长网络生命周期、提高网络连通性和增强网络可靠性。
-
公开(公告)号：CN107222872B
公开(公告)日：2018-10-19
申请号：CN201710486624.2
申请日：2017-06-23
Applicant: 中国科学院上海微系统与信息技术研究所 , 中国科学院大学
Abstract: 本发明涉及一种无线自组织网络构建方法，通过自适应选频占有合适通讯频点的无线节点成为根节点或复杂功能节点，并拥有挂载子设备的权限；无法占有合适通讯频点的无线节点自动转变为普通功能节点；其中，普通功能节点的通信频点取决于其所挂靠的上级设备；复杂功能节点或普通功能节点搜寻能够挂载的上级复杂功能节点或根节点，通过分层组网的方式构建树形无线网络。本发明能够将无线设备之间通讯造成的干扰减小到最小，以及合理利用频点或频段资源，提高网络传输效率，扩大网络容量。
-
公开(公告)号：CN107315995A
公开(公告)日：2017-11-03
申请号：CN201710354814.9
申请日：2017-05-18
Applicant: 中国科学院上海微系统与信息技术研究所
Abstract: 本发明提供一种基于拉普拉斯对数脸及卷积神经网络的人脸识别方法，包括：S1，获取待识别人脸图像并预处理；S2，判断数据库中人脸图像数量是否达到预定值，若未达到则执行S3，否则执行S4；S3，利用拉普拉斯对数脸算法从待识别人脸图像中提取人脸特征，而后计算提取的人脸特征与数据库中各人脸图像对应的人脸特征之间的卡方距离，并输出卡方距离最小的人脸图像；S4，利用预先训练的卷积神经网络从预处理后的待识别人脸图像中提取人脸特征；而后计算提取的人脸特征与数据库中各人脸图像对应的人脸特征之间的余弦距离，并输出余弦距离最小的人脸图像。本发明可以实现快速的人脸识别，识别准确率高，对于监控、反恐等都有重要的意义。
-
公开(公告)号：CN105068042B
公开(公告)日：2017-10-13
申请号：CN201510456283.5
申请日：2015-07-29
Applicant: 中国科学院上海微系统与信息技术研究所
Abstract: 本发明涉及一种基于麦克风阵列的运动目标计数方法，其特征在于所述的计数方法包括以下步骤：麦克风阵列通过目标检测算法获悉是否出现运动目标；检测到运动目标出现后，麦克风阵列在每个时间帧上利用该帧的采集信号按一个声源对运动目标进行定向，从而得到运动目标在每个时间帧上的角度估计值；检测算法检测到运动目标驶离麦克风阵列过后，麦克风阵列停止角度估计，计算所得各帧的角度估计值经过某个角度带的次数，则该次数就是运动目标的数目。本发明充分利用了麦克风阵列的优势，凭借单个麦克风阵列即可十分便捷地实现对运动目标数目的估计。且所述的计数方法具有传统的使用红外传感器或图像传感器难以满足的低功耗、易于布放以及隐蔽性的三个优点。
-
公开(公告)号：CN107222872A
公开(公告)日：2017-09-29
申请号：CN201710486624.2
申请日：2017-06-23
Applicant: 中国科学院上海微系统与信息技术研究所
CPC classification number: H04W16/18 , H04W72/0453 , H04W72/082 , H04W84/18
Abstract: 本发明涉及一种无线自组织网络构建方法，通过自适应选频占有合适通讯频点的无线节点成为根节点或复杂功能节点，并拥有挂载子设备的权限；无法占有合适通讯频点的无线节点自动转变为普通功能节点；其中，普通功能节点的通信频点取决于其所挂靠的上级设备；复杂功能节点或普通功能节点搜寻能够挂载的上级复杂功能节点或根节点，通过分层组网的方式构建树形无线网络。本发明能够将无线设备之间通讯造成的干扰减小到最小，以及合理利用频点或频段资源，提高网络传输效率，扩大网络容量。
-
Patent Agency Ranking
公开(公告)号：CN104182990B
公开(公告)日：2017-05-31
申请号：CN201410395358.9
申请日：2014-08-12
Applicant: 中国科学院上海微系统与信息技术研究所
IPC: G06T7/20
Abstract: 本发明涉及一种实时序列图像运动目标区域获取方法，包括以下步骤：对获取的静态图像序列做帧差处理，获得帧差图像序列；将帧差图像序列的每一帧分割成W×H子区域，并计算每个子区域能量对数值；根据每个子区域能量对数值获取每个子区域的特征值；判断每个子区域是否属于运动目标区域；得到整体运动目标区域。本发明能够适应复杂背景和自然环境等情况。
-
公开(公告)号：CN104270234B
公开(公告)日：2017-04-19
申请号：CN201410466563.X
申请日：2014-09-12
Applicant: 中国科学院上海微系统与信息技术研究所
Abstract: 本发明涉及一种基于欠奈奎斯特采样的通信信号检测与识别方法，流程如下：模拟前端的欠奈奎斯特采样数据作为信号重构模块的输入，信号重构以SOMP算法为基础，在每次迭代计算中产生一个能量观测值用于频谱检测，同时恢复的频域信号用于循环谱估计。频谱检测采用一个恒虚警检测器实现宽带频谱二元判决，多用户识别模块利用用户带宽约束消除由恒虚警检测器产生的毛刺。循环谱估计模块利用恢复的信号和多用户识别的结果对每个用户的循环谱进行估计，最后根据各种数字通信信号的循环谱特征实现各用户信号的调制格式识别，符号速率估计和载波估计。本发明能够同时实现宽频谱检测和数字通信信号识别。
-
公开(公告)号：CN104182976B
公开(公告)日：2017-02-01
申请号：CN201410395284.9
申请日：2014-08-12
Applicant: 中国科学院上海微系统与信息技术研究所
Abstract: 本发明涉及野外运动目标精细化提取方法，包括：获取包含运动目标的序列图像，并对序列图像进行预处理；将预处理后的序列图逐帧做差后分割为多个栅格，根据栅格的特征值确定目标所在的运动区域，并利用栅格法提取目标的运动区域进一步缩小目标范围；在目标的运动区域内对背景进行建模，通过背景减除法得到目标的二值化图，并对所述二值化图进行带反馈的像素级处理；将处理后的二值化图映射到目标所在的彩色图区域，并对所述彩色图区域进行超像素分割；将该分割结果和二值化图进行融合，根据融合结果，计算每个超像素的置信度，阈值化后最终得到精细化的运动目标。本发明可以在复杂背景下实现较实时、鲁棒、精细的野外运动目标的
-
公开(公告)号：CN103400159B
公开(公告)日：2016-09-07
申请号：CN201310338002.7
申请日：2013-08-05
Applicant: 中国科学院上海微系统与信息技术研究所
Abstract: 本发明提供一种快速移动场景中的目标分类识别方法及分类器获取方法，该识别方法包括：计算典型快速移动场景中目标样本的信噪比动态范围和不同信噪比条件下目标样本的种类特征，确定信噪比的划分级数N和划分界限，将信噪比动态范围划分为N个归类区间；将分别归类于N个不同的归类区间的N个目标样本信号进行特征提取和优化，获得目标样本的特征数据集；将特征数据集分别输入既定的分类器进行训练，获得与N个归类区间一一对应的N组分类器参数，进而获得N个目标分类器；将待分类的目标信号的特征数据输入与自身所属信噪比级数对应的目标分类器中进行识别，获得分类结果。本发明有效提高了目标离传感器较远、信噪比较低情况下的识别率。
-
公开(公告)号：CN105654068A
公开(公告)日：2016-06-08
申请号：CN201610073478.6
申请日：2016-02-02
Applicant: 中国科学院上海微系统与信息技术研究所
IPC: G06K9/00
CPC classification number: G06K9/00711 , G06K9/00744 , G06K9/40
Abstract: 本发明涉及一种基于分形理论的目标检测背景估计方法，包括以下步骤：获取包含待检测目标的图像序列；得到每个坐标点像素在整个图像序列中的亮度值数组；计算每个坐标点像素的分形特征值；分类得到背景、前景及干扰像素点；针对像素类型逐点进行相应背景估计计算；利用得到的背景估计值代替原值，得到最终的背景图像数据。本发明能够适应随机且可能存在不确定干扰因素的使用环境，实时性强、可靠性高。
-
-
-
-
-
-
-
-
-
Search Results
144
records
(took 0.047 seconds)
