-
公开(公告)号：CN114254713B
公开(公告)日：2022-05-27
申请号：CN202210187798.X
申请日：2022-02-28
Applicant: 北京理工大学
Abstract: 本发明涉及一种基于时频变换与动态模式分解的分类系统及方法，属于数据分类、图像分类及信号识别技术领域。所述系统,包括预处理模块、时频分析模块、动态模式分解模块、能量特征提取模块、各阶矩求解模块以及分类模块；所述方法，包括：将采集的数据进行预处理得到有效信号；将有效信号先进行时频分析再动态模式分解，得到多个特征值与动态模态并排序得到从大到小的能量值、对应特征值与动态模态，组合形成能量特征矩阵；提取能量特征矩阵的前S个元素并丢弃后续数据，更新能量特征矩阵，再求该能量特征矩阵的二范数得到变换后的特征矩阵；基于变换后的特征矩阵作为待分类数据进行阈值分类并输出分类结果。所述方法能实现了较高的分类准确率。
-
公开(公告)号：CN114397361A
公开(公告)日：2022-04-26
申请号：CN202210001769.X
申请日：2022-01-04
Applicant: 北京理工大学
IPC: G01N29/02 , C09D105/04 , C09D177/04 , C09D105/08 , C09D101/28 , C09D7/61 , C09D7/63 , B01J13/22
Abstract: 本发明涉及一种用于湿度传感器的绿色高分子材料的制备方法，属于高分子材料制备及应用技术领域。所述方法，包括：在适宜温度将亲水聚合物溶解到水中并搅拌得到聚合物溶液；将交联剂水溶液加入聚合物溶液中搅拌后加入占聚合物溶液油相和乳化剂并搅拌形成均匀稳定的乳液；在乳液中加入酸性化合物，继续搅拌得到聚合物乳液；将聚合物乳液进行离心得到交联的微球固体；将微球固体在乙醇洗涤沉淀，再用滤纸抽滤和烘干得到微球；将微球分散到沉积液中，将沉积液通过滤头过滤得到滤液；将滤液涂覆于石英晶体微天平表面，制备湿度传感器；所述方法制备过程反应条件温和，原料来源于天然高分子，绿色环保且可回收降解，制备的湿度传感器灵敏度高且响应快。
-
公开(公告)号：CN114155445A
公开(公告)日：2022-03-08
申请号：CN202111395692.0
申请日：2021-11-23
Applicant: 北京理工大学
Abstract: 本发明涉及基于改进YOLOv3的SAR图像目标检测方法，属于雷达目标检测技术领域。所述方法包括：采集SAR图像；对SAR图像数据进行预处理，得到预处理后SAR图像数据并进行人工标注，得到SAR图像数据集并划分为训练数据集和测试数据集；建立改进YOLOv3模型，即在YOLOv3的主干网络Darknet53后增加SPP结构；简化原有YOLOv3的FPN层得FPN‑light结构；将训练数据集输入改进的YOLOv3模型中进行训练，得到训练好的改进YOLOv3模型；将测试数据集输入训练好的改进YOLOv3模型进行测试，得到识别结果。所述方法可较为准确识别出SAR图像中的舰船。
-
公开(公告)号：CN114067217A
公开(公告)日：2022-02-18
申请号：CN202111093034.6
申请日：2021-09-17
Applicant: 北京理工大学
Abstract: 本发明涉及基于非下采样分解转换器的SAR图像目标识别方法，属于基于深度学习的雷达目标智能识别技术领域。所述方法使用端到端的非下采样分解转换器，该转换器通过非下采样分解模块和转换器神经网络连接而成；深度神经网络的构建与训练阶段，使用非下采样分解模块进行图像分解、利用分解后的子通道图像进行特征融合、构建非下采样分解转换器网络和训练非下采样分解转换器网络；测试阶段，包含测试样本集的构建以及非下采样分解转换器网络的测试识别。所述方法解决了传统转换器网络在SAR数据集上的严重过拟合问题；在MSTAR数据集上取得了比ResNet50更高的分类准确高。
-
公开(公告)号：CN113936148A
公开(公告)日：2022-01-14
申请号：CN202111084759.9
申请日：2021-09-16
Applicant: 北京理工大学
Abstract: 本发明涉及一种基于随机傅里叶特征变换的图像分类方法，属于图像分类技术领域。所述分类方法，包括：1、对训练图像进行预处理，得到预处理后的图像，预处理包括灰度化、几何变换、图像增强、图像分割及图像去噪；2、对预处理后的图像进行特征提取，得到图像特征，并构建训练集；图像特征包括颜色特征、纹理特征、代数特征及变换特征；3、训练同类图像特征，得到新的权重向量和分离距离；4、对待分类图像进行预处理、特征提取及随机傅里叶变换并分类，得到分类结果。所述方法对小样本及单一样本图像的准确率高；时间和空间复杂度低；避免了神经网络结果选择和局部最小值问题；对高维及非线性分类问题泛化性好。
-
Patent Agency Ranking
公开(公告)号：CN113916221A
公开(公告)日：2022-01-11
申请号：CN202111057042.5
申请日：2021-09-09
Applicant: 北京理工大学
Abstract: 本发明涉及一种融合视觉里程计和BP网络的自适应行人航迹推算方法，属于机器视觉以及行人导航技术领域。包括：提出了一种融合视觉里程计和BP网络的自适应行人航迹推算方法，该方法将在线学习反向传播神经网络的卡尔曼滤波相结合，以RGB‑D相机的VO测量数据和IMU数据作为样本集训练BP神经网络，在VO失效时充当其替身实现多源数据融合，从而使得VPO提高了不同使用者和使用环境下航迹追踪的鲁棒性和精度。所述方法提高了步伐检测的成功率和补偿估计；在视觉失效时，能较为精确的计算步长；具有成本低、能耗低且实时性好的优势；有效提升了行人导航系统的鲁棒性和对不同装备者的自适应性。
-
公开(公告)号：CN113639921A
公开(公告)日：2021-11-12
申请号：CN202110971644.5
申请日：2021-08-24
Applicant: 北京理工大学
Abstract: 本发明涉及一种基于拓扑光子高Q腔的MEMS压力传感器，属于MEMS压力传感器技术领域。所述压力传感器为敏感元件，包含1个有序列光子晶体板的Si片梁；所述光子晶体板为正多边体且厚度范围为0.5um～0.6um，边长范围为20um～250um；所述光子晶体板上设有周期为519.25nm的圆孔阵列，圆孔半径为175nm；所述Si片梁工作时：激光器发出的光通过光环形器耦合到Si片梁上，环境压力的变化使Si片梁发生形变，从而影响信号光返回值，使光谱仪上光的波长值发生变化。所述传感器有效减少了平面外散射的影响，从而Q值很高，高达1×106，探测灵敏度也高达2.17×106pm/kPa；具有结构简单、体积小、成本低及利于量产的优势。
-
公开(公告)号：CN113607150A
公开(公告)日：2021-11-05
申请号：CN202110829952.4
申请日：2021-07-22
Applicant: 北京理工大学
IPC: G01C19/5607 , G01C19/5614 , G01C19/5656
Abstract: 本发明涉及一种时分驱动和正交力反馈闭环的石英陀螺误差抑制方法，属于微机械惯性器件技术领域。包括1)驱动软件单元和驱动模块输出时分的正弦驱动激励信号，在相邻时间周期内交替输出正弦驱动激励信号和零电平信号；2)当驱动激励信号处于无信号的周期时段，检测模块开始进行信号检测，得到检测信号的同相分量和正交分量；3)建立同相和正交信号PI闭环控制，分别生成同相和正交力反馈闭环信号，再经数模转换生成力反馈闭环信号；4)将力反馈信号加载到石英音叉检测端进行力反馈闭环控制，使得石英音叉检测端位移为零。所述方法实现了对陀螺静电耦合和机械耦合误差的抑制，有效改善了陀螺的零位漂移且电路易实现。
-
公开(公告)号：CN113435374A
公开(公告)日：2021-09-24
申请号：CN202110758716.8
申请日：2021-07-05
Applicant: 北京理工大学
Abstract: 本发明涉及一种基于DMD和YOLOV5的光电智能垃圾分拣方法，属于垃圾分类及机械智能控制技术领域。包括：1初始化摄像头及机械爪初始化；2通过摄像头获取垃圾图像；3构建垃圾图像数据集，具体通过DMD将垃圾图像分解为背景和前景，提取前景构建垃圾图像数据集；4将构建的垃圾图像数据集输入YOLOV5网络进行训练，得到训练好的YOLOV5网络作为垃圾图像识别模型；5通过摄像头捕捉待识别的时序画面，使用DMD将捕捉的待识别时序画面区分为背景和前景，提取前景构成测试集；6利用训练好的垃圾图像识别模型对测试集中的前景进行实时分类与识别，得到垃圾位置和数量。所述垃圾分拣方法，识别准确度高、算法复杂度低、对环境条件要求低且抗干扰能力强。
-
公开(公告)号：CN112907470A
公开(公告)日：2021-06-04
申请号：CN202110164202.X
申请日：2021-02-05
Applicant: 北京理工大学 , 军工保密资格审查认证中心
Abstract: 本发明涉及基于Lab色域变换、分类及白平衡的水下图像恢复方法，属于图像增强及恢复技术领域。1)通过空间变换和HSV平均阈值，划分了HSV平均值水下图像分为三类：偏蓝图像、偏绿图像以及非蓝/绿图像；2)将图像颜色模式调整为Lab模式，分别依据对应的平衡参数针对偏蓝或偏绿图像进行Lab色域的白平衡；3)再利用DCP先验通过消除散射速率来估计背景光，得到去雾后图像；4)采用分级方式进一步基于直方图均衡得到提升照度的增强图像。所述方法针对复杂多变的水下图像产生的蓝绿图像能够准确分类并基于lab色域进行针对性增强，使用CLAHE方法基于自适应直方图限制对比度及进行均衡，使得图像的对比度得到进一步增强，取得了较好的性能。
-
-
-
-
-
-
-
-
-
Search Results
276
records
(took 0.045 seconds)
