-
公开(公告)号：CN114494269A
公开(公告)日：2022-05-13
申请号：CN202210094739.8
申请日：2022-01-26
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于多重注意力机制的稀薄烟雾快速分割方法。本发明的关键在于利用了多重的注意力机制(时域、通道、空间注意力机制)来对无用的干扰信息进行多次滤除，并利用帧差法对烟雾的敏感性以及后续整个网络的轻量化来提升算法速度，从而能够捕捉到刚出现的半透明烟雾。经实验验证，在中国科学技术大学火灾科学国家实验室的烟雾数据集上使用该算法能够滤除大量干扰的同时准确的分割出早期稀薄烟雾，并且每帧的处理时延小于50ms。这突破了现有稀薄烟雾监测算法不能同时兼顾准确性和筛除干扰能力以及低处理时延的难题，实现了早期稀薄烟雾快速精确的分割。
-
公开(公告)号：CN112926442A
公开(公告)日：2021-06-08
申请号：CN202110205006.2
申请日：2021-02-24
Applicant: 杭州电子科技大学
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：CN108122008B
公开(公告)日：2020-09-08
申请号：CN201711405236.3
申请日：2017-12-22
Applicant: 杭州电子科技大学
Abstract: 本发明涉及基于稀疏表示和多特征决策级融合的SAR图像识别方法。为提高SAR目标识别算法的识别率和识别速度，本发明将SAR切片图像提取灰度特征和降维随机卷积特征向量，然后采用字典学习算法对从每一类别训练样本提取的特征向量构成的字典进行优化，构成字典，最后通过字典恢复样本稀疏系数得到分类结果。本发明提出的方法在极大地提高了识别速度的同时，提高了识别精度，具有更好的应用前景。
-
公开(公告)号：CN108122008A
公开(公告)日：2018-06-05
申请号：CN201711405236.3
申请日：2017-12-22
Applicant: 杭州电子科技大学
Abstract: 本发明涉及基于稀疏表示和多特征决策级融合的SAR图像识别方法。为提高SAR目标识别算法的识别率和识别速度，本发明将SAR切片图像提取灰度特征和降维随机卷积特征向量，然后采用字典学习算法对从每一类别训练样本提取的特征向量构成的字典进行优化，构成字典，最后通过字典恢复样本稀疏系数得到分类结果。本发明提出的方法在极大地提高了识别速度的同时，提高了识别精度，具有更好的应用前景。
-
公开(公告)号：CN108073895A
公开(公告)日：2018-05-25
申请号：CN201711170444.X
申请日：2017-11-22
Applicant: 杭州电子科技大学
Abstract: 基于解混预处理的高光谱目标检测方法：1)通过探测的高光谱图像，获得需要探测的目标光谱t，对高光谱图像和目标光谱进行单位化处理；2)对高光谱图像进行端元提取，得到图像的端元集合；3)根据2)得到的端元集合和目标光谱t进行光谱夹角计算，得到端元集合中与目标光谱最为近似的目标端元如果在设定的阈值内找不到目标端元，则将高光谱影像投影至其主成分的正交子空间，再重复2)及3)，直到匹配出目标端元 4)对3)所得目标端元进行丰度反演，得到目标端元的丰度图；5)对4)得到的丰度图得到丰度图的最佳分割阈值；6)根据5)得到的阈值，对丰度图进行分割，分割后图像中白色区域代表目标区域，黑色区域代表背景区域。
-
Patent Agency Ranking
公开(公告)号：CN105303548B
公开(公告)日：2017-12-22
申请号：CN201510296347.X
申请日：2015-06-02
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于混合智能优化算法的SAR图像特征选择方法。本发明首先采用分形特征对SAR图像进行增强，基于分割后的图像提出了一种基于图像矩的方位角估计方法。然后基于未校正和校正后的图像分别提取Zernike矩、Gabor小波系数和灰度共生矩阵构成候选特征序列。采用了一种结合遗传算法和二值粒子群的混合优化算法实现SAR图像特征选择。最后采用MSTAR数据库验证了提出算法的有效性。实验结果表明，优化后的特征集合具有一定泛化能力，一方面提高了SAR目标识别的准确率，另一方面减小了SAR图像目标识别的时间。
-
公开(公告)号：CN104793193B
公开(公告)日：2017-07-07
申请号：CN201510040596.2
申请日：2015-01-27
Applicant: 杭州电子科技大学
IPC: G01S7/41
Abstract: 本发明提出了一种基于SAR‑DPCA微多普勒的时‑空‑频三维分析的方法，现有技术中存在的问题是基于SAR‑DPCA微多普勒时频分析算法在多个动目标时引起微动特征相互干扰的问题。该方法首先采用双通道DPCA来抑制静杂波，利用双通道融合后的数据进行距离向脉冲压缩，之后提取相应的数据切片。在所得数据切片中抽取距离相关量作为第三个维度，从而实现对SAR微多普勒特征进行时‑空‑频三维分析。本发明提出的方法适用于SAR微多普勒特征时频分析，能够避免在多个动目标下，多个目标之间的微多普勒信号的相互干扰，从而提高微多普勒的分析水平。
-
公开(公告)号：CN104134076B
公开(公告)日：2017-06-06
申请号：CN201410328277.7
申请日：2014-07-10
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于CS和SVM决策级融合的SAR图像目标识别方法。本发明结合了压缩感知和支持向量机各自的优势，利用压缩感知的优化求解数据校正方位角，并对压缩感知和支持向量机的识别结果进行决策级融合。首先将SAR图像目标识别问题转化为稀疏信号恢复问题，基于恢复的稀疏系数分别获得目标分类结果和目标方位角估计，然后对测试图像进行姿态校正，利用支持向量机获取目标分类结果，最后将三者分类结果根据投票法进行决策级融合。实验结果表明，在不进行姿态校正的情况下，基于压缩感知的目标识别算法与其它算法相比，显著提高了SAR图像变形目标识别的准确率；当样本数较少情况下，本发明显著提高了SAR变形目标的识别率。
-
公开(公告)号：CN103679677B
公开(公告)日：2016-11-09
申请号：CN201310681113.8
申请日：2013-12-12
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于模型互更新的双模图像决策级融合跟踪方法。本发明针对红外与可见光图像的特点，首先提取红外与可见光图像的特征描述向量，使其能提供互补信息，增加图像的信息量描述。之后采用Gentle Adaboost学习算法分别建立红外与可见光图像两个分类器模型，将跟踪问题转化为目标与背景的二分类问题。然后在半监督学习框架下协同训练，同时进行模型互更新，有效避免了模型误差累积问题。并利用训练结果和它们各自的置信度进行决策级融合得到最终的似然图像，最后通过均值漂移算法在最终的似然图像中定位目标位置。本发明能有效避免模型误差累积和单模图像描述目标信息局限性而导致的跟踪丢失问题，提高了跟踪的鲁棒性。
-
公开(公告)号：CN103605284B
公开(公告)日：2016-06-01
申请号：CN201310567638.9
申请日：2013-11-14
Applicant: 杭州电子科技大学
IPC: G05B13/00
Abstract: 本发明公开了动态矩阵控制优化的废塑料裂解炉炉膛压力控制方法。本发明方法首先基于废塑料裂解炉炉膛压力对象的阶跃响应数据建立炉膛压力对象的模型，挖掘出基本的对象特性；然后依据动态矩阵控制的特性去整定相应PI控制器的参数；最后对废塑料裂解炉炉膛温度对象实施PI控制。本发明提出了一种基于动态矩阵控制优化的废塑料裂解炉炉膛温度PI控制方法,结合了PI控制和动态矩阵控制的良好的控制性能,有效地提高了传统控制方法的不足,同时也促进了先进控制算法的发展与应用。
-
-
-
-
-
-
-
-
-
Search Results
105
records
(took 0.042 seconds)
