-
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：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。
-
公开(公告)号：CN108205678B
公开(公告)日：2021-07-02
申请号：CN201711170398.3
申请日：2017-11-22
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种含有亮斑干扰的铭牌文字识别处理方法，其按如下步骤：(1)对采集的包含亮斑的铭牌图像进行中值滤波降噪；(2)对图像进行阈值分割以及中值滤波；(3)将图像进行区域重建。本发明含有亮斑干扰的铭牌文字识别处理方法具有可行性高、效果明显等优点。
-
公开(公告)号：CN112989060A
公开(公告)日：2021-06-18
申请号：CN202011328486.3
申请日：2020-11-24
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于GCN的重大事件趋势预测方法。本发明从关系型数据库获取结构化事件信息数据，构建事件语义关联图，选择时间片粒度分割出局部图；基于GCN的趋势预测模型模型输入为多个局部事件语义关联图的节点向量和邻接矩阵，输出为趋势等级。该方法增强了对文本的语义理解，预测精度优于基于专家知识构建特征的方法。本发明方法具有时效性高、普适性强等优点，在重大事件趋势等级预测上具有广阔的应用前景。
-
公开(公告)号：CN112906538A
公开(公告)日：2021-06-04
申请号：CN202110171222.X
申请日：2021-02-08
Applicant: 杭州电子科技大学
IPC: G06K9/00 , G06K9/46 , G06K9/62 , G06N3/04 , G06N3/08 , G06F16/71 , G06F16/75 , G06F16/78 , G06F16/783
Abstract: 本发明公开了一种基于无人值守平台的舰船目标图像识别系统及方法，包括太阳能供电模块、视频采集模块、智能识别模块、情报生成模块、智能报警模块、数据传输模块；太阳能供电模块，用于为整个识别系统提供电能；视频采集模块，用于采集监控海域的视频信息；智能识别模块，用于对采集的视频信息中的图像进行识别；情报生成模块，用于根据识别的结果生成情报数据，并根据生成的情报数据判断舰船目标是否为异常目标；智能报警模块，用于当舰船目标为异常目标时发出报警并生成报警信息；数据传输模块，用于将生成的报警信息传输至远程终端。
-
Patent Agency Ranking
公开(公告)号：CN112307743A
公开(公告)日：2021-02-02
申请号：CN202011173078.5
申请日：2020-10-28
Applicant: 杭州电子科技大学
IPC: G06F40/211 , G06F40/284 , G06F40/295 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明设计了一种基于K‑max池化的卷积网络事件识别方法。传统的卷积神经网络可以最大池化抽取句中的事件信息，但是由于句中可能存在多个事件，传统的最大池化有可能丢失有价值的事件信息而导致识别任务精度下降。针对这个问题，提出了利用K‑max池化的替代传统的最大池化的卷积网络，最大可能保证事件信息的完整性。首先，利用Glove进行词向量表示，然后进行特征提取，包含词汇特征、实体特征和句子特征的提取，最后对句中的单词进行分类预测以识别其对应的事件类型。与传统的CNN网络模型提取的特征相比，拥有K‑max池化的卷积网络能充分捕捉事件的特征，最大利用事件特征，从而实现事件类型的精准识别效果。
-
公开(公告)号：CN110929560A
公开(公告)日：2020-03-27
申请号：CN201910963482.3
申请日：2019-10-11
Applicant: 杭州电子科技大学
Abstract: 本发明公开融合目标检测与跟踪的视频半自动目标标注方法，首先在视频图像中选定某一帧为初始帧，手动标记目标的初始位置，确定目标的类别标签。在后续帧中，融合基于图像的目标检测算法和基于图像序列的视频目标跟踪算法估计目标在图像中的位置；本发明根据目标跟踪算法判断目标标注是否结束。若结束，根据每一帧目标的显著值大小，提取视频关键帧，得到目标标注结果，否则继续估计目标在视频图像中的位置；本发明基于目标显著性提取视频关键帧的方法，使关键帧能反映目标变化的多样性。本发明采用多镜头多舰船的视频进行实验测试，验证了本发明提出方法的有效性。
-
公开(公告)号：CN110516525A
公开(公告)日：2019-11-29
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：CN109633592A
公开(公告)日：2019-04-16
申请号：CN201910048341.9
申请日：2019-01-18
Applicant: 杭州电子科技大学
IPC: G01S7/41
CPC classification number: G01S7/415
Abstract: 本发明公开了运动观测站误差下外辐射源雷达时差与频差协同定位方法。本发明针对运动观测站位置和速度存在误差的情况下的外辐射源定位问题，根据获得的TDOA和FDOA量测，引入距离和距离变化率作为中间变量将强非线性方程伪线性化，建立目标位置和速度的估计模型。根据量测误差方差、观测站位置和速度误差设计优化权重，采用迭代加权最小二乘法进行估计。并利用中间变量与目标位置和速度之间的关联性构造关联最小二乘估计模型，改进上述目标位置估计结果。本发明引入中间变量，合理将非线性量测模型转化为伪线性，在保证估计性能的前提下降低外辐射源定位的复杂度；降低观测站误差对目标定位性能的影响。
-
公开(公告)号：CN105657657A
公开(公告)日：2016-06-08
申请号：CN201610015779.3
申请日：2016-01-11
Applicant: 杭州电子科技大学
CPC classification number: H04W4/025 , H04L67/025 , H04L67/12 , H04L67/18 , H04M1/72572
Abstract: 本发明公开了一种水流信息采集与处理方法。本发明首先由数据采集人员手持安装有水流信息采集应用软件的移动设备，填写当前水体的流速、流量、水深等水流相关信息字段。其次借助移动设备的定位技术获取当前的地理位置信息。再次将水流信息以及地理位置信息一起上传到系统服务器端。最后利用数据融合技术对智能手机采集到的水流信息进行分析，运用相应的态势估计技术，对水流信息造成的影响进行预估，并结合城市排水安全运行原则，最终确定水流态势危险等级，为系统指挥决策人员决策的制定提供参考依据。本发明运用态势估计理论并结合移动开发技术，实现了水流信息的采集，这极大的提高了信息采集的全面性、实时性。
-
-
-
-
-
-
-
-
-
Search Results
82
records
(took 0.032 seconds)
