-
公开(公告)号：CN105303548A
公开(公告)日：2016-02-03
申请号：CN201510296347.X
申请日：2015-06-02
Applicant: 杭州电子科技大学
IPC: G06T7/00
CPC classification number: G06T2207/10044
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：CN104793193A
公开(公告)日：2015-07-22
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：CN103439370A
公开(公告)日：2013-12-11
申请号：CN201310335337.3
申请日：2013-08-02
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种多路温湿度检测系统。本发明包括电源模块，控制模块，检测模块，无线通信模块和数据存储模块。电源模块,用于为其他模块进行供电；控制模块，用于控制检测模块、无线通信模块、数据存储模块,读取并分析处理检测模块检测采集到的即时的温湿度值并且同数据存储模块中的设定值进行比较处理；数据存储模块,用于存储实时检测到的温湿度数据;本发明能够多路检测烘干过程的温湿度值，这样提高了温湿度检测的精度及其准确性；并且通过无线通信来进行实时监测，将检测值和设定值分析比较处理，当高于所设定的温湿度值时，会自动输出相应的控制信号,克服了现有温湿度检测系统效率低下，实时性差,智能化控制程度低的问题。
-
公开(公告)号：CN103439022A
公开(公告)日：2013-12-11
申请号：CN201310334173.2
申请日：2013-08-02
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种生活垃圾废塑料裂解反应的温度检测电路。当前温度检测系统在准确性和可靠性方面还不能完全满足要求。本发明包括温度补偿电路模块，温度信号放大模块，有源低通滤波模块，A/D转换模块、差分处理模块。温度感知元件感知到温度信号，将其接入到补偿电路模块；补偿电路模块的输出端接温度信号放大模块的一个输入端；有源低通滤波模块接温度信号放大模块的输出端；滤波完成接A/D转换模块的输入端，A/D转换模块的输出端接差分处理模块。差分处理模块的输出端作为该电路的输出端。本发明电路测温准确度高，抗干扰能力强，成本低。
-
公开(公告)号：CN102750551A
公开(公告)日：2012-10-24
申请号：CN201210202073.X
申请日：2012-06-18
Applicant: 杭州电子科技大学
IPC: G06K9/62
Abstract: 本发明公开了一种粒子寻优下基于支持向量机的高光谱遥感分类方法。现有方法无法满足对数据维数高、数据量大的高光谱数据进行高效率高精度的分类，对支持向量机方法的参数没有理想的选择方法。本发明首先对高光谱数据进行预处理，去掉大气吸收等因素影响下的异常波段。之后随机选取各个类别的一定比例的数据作为训练数据，选择高斯径向基为核函数形式，训练基于支持向量机的分类器。设计变化权重的速度更新公式，并保证一定比例的粒子突变，通过粒子群优化算法，选择得到最优分类器参数。训练多个的二分类器，以投票法的方式选取得票最多的类成为数据点的最终预测的类别。本发明增强了分类器参数寻优收敛的能力，提高了高光谱遥感图像的分类性能。
-
Patent Agency Ranking
公开(公告)号：CN102628936A
公开(公告)日：2012-08-08
申请号：CN201210105679.1
申请日：2012-04-12
Applicant: 杭州电子科技大学
IPC: G01S7/41
Abstract: 本发明公开了一种基于信息互反馈的机动弱目标检测跟踪一体化方法。现有的方法对检测信噪比、信杂比要求较低，实现起来复杂。本发明首先得到一个波束驻留时间内雷达回波信号的脉冲压缩输出信号，将上一个波束驻留时间内进行的检测跟踪一体化得到的目标多普勒估计反馈到信号积累端，与脉冲重复频率、波束驻留时间和带宽一起确定目标不发生跨单元走动条件下的最大允许相参积累时间。比较最大允许相参积累时间和检测跟踪一体化方法单帧处理时间的大小。根据比较结果对脉冲压缩输出信号分别采用全相参或分段相参积累。最后对积累结果进行一级低门限恒虚警处理。本发明增强了方法的自适应性，避免使用穷举法带来的大量计算和存储问题，提高了实用性。
-
公开(公告)号：CN120088129A
公开(公告)日：2025-06-03
申请号：CN202510151323.9
申请日：2025-02-11
Applicant: 杭州智元研究院有限公司 , 杭州电子科技大学
IPC: G06T3/4046 , G06T3/4053 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于低分辨率参考图像的神经辐射场重建方法。本发明步骤如下：步骤一、构建单分支重建网络；步骤1.1、初始化理想清晰图像；步骤1.2、对初始化后的理想清晰图像进行可变稀疏卷积；步骤1.3、对卷积后的光线进行偏移；步骤1.4、利用神经辐射网络进行三维重构；步骤二、构建多分支融合网络；步骤2.1、对多个单分支网络进行融合；步骤2.2基于先验的可学习权重策略，对多分支融合网络模型中的各个分支进行权重分配；步骤2.3对多分支融合网络模型输出的融合图像进行结构平滑。本发明通过多分支融合网络捕捉更多的细节信息，能更快且更准确地选择最佳光线信息进行融合，从而达到局部最优的效果，同时加入LW机制，确保了网络的整体性能和准确性。
-
公开(公告)号：CN114972715B
公开(公告)日：2025-01-14
申请号：CN202210540668.X
申请日：2022-05-17
Applicant: 杭州电子科技大学
IPC: G06V10/22 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/084
Abstract: 本发明公开了一种基于局部关联投票机制的刚体目标关键部位检测方法，该方法首先收集标注了关键部位的图像域数据和空间域数据，然后在YOLOv5网络结构的基础上添加高分辨率通道模块作为图像域检测模型。构建局部关联投票网络作为空间域检测模型。然后将待检测的图像输入图像域检测模型中，判断图像域的检测结果是否存在漏检的被遮挡目标。当存在漏检时，将图像域检测结果的关键部位位置信息输入空间域检测模型中，采用基于局部关联的投票机制对被遮挡目标进行预测，最终解算得到刚体目标的所有关键部位的信息，得到检测结果。本方法在保证检测时效性的基础上，解决了复杂实际环境下可能产生的刚体目标关键部位被遮挡的问题。
-
公开(公告)号：CN114155491B
公开(公告)日：2024-04-23
申请号：CN202111494779.3
申请日：2021-12-09
Applicant: 杭州电子科技大学
IPC: G06V20/52 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06N3/08
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：CN112926442B
公开(公告)日：2024-03-29
申请号：CN202110205006.2
申请日：2021-02-24
Applicant: 杭州电子科技大学
IPC: G06V20/40 , G06V10/774 , G06V10/82 , G06N3/04 , G06N3/08
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。
-
-
-
-
-
-
-
-
-
Search Results
105
records
(took 0.03 seconds)
