-
公开(公告)号：CN112001225A
公开(公告)日：2020-11-27
申请号：CN202010642053.9
申请日：2020-07-06
Applicant: 西安电子科技大学
Abstract: 本发明属于计算机视觉与深度学习技术领域，公开了一种在线多目标跟踪方法、系统及应用，将视频当前帧图像输入到卷积神经网络中；在卷积神经网络中卷积后，对不同目标在不同通道特征图上的特征进行提取；融合所提取到的特征为一个特征矩阵；将视频下一帧图像输入，重复上述步骤得到该帧的特征矩阵；将当前帧的特征矩阵与之前得到的前n(1≤n≤30)帧特征矩阵进行数据关联操作；将数据关联操作后的结果利用改进后的匈牙利算法实现目标之间的正确跟踪，实现多目标跟踪方法。根据实验结果，本发明的在线多目标跟踪方法有效提高了跟踪准确度，且在复杂场景下也有很好的鲁棒性。
-
公开(公告)号：CN111431533A
公开(公告)日：2020-07-17
申请号：CN202010336876.9
申请日：2020-04-26
Applicant: 杭州电子科技大学富阳电子信息研究院有限公司
IPC: H03M1/12
Abstract: 本发明公开了一种高速LVDS接口ADC数据与时钟同步的方法，旨在提供一种在FPGA内部实现高速并行LVDS接口的ADC采样数据在源同步时钟边沿获得最佳采样的方法，该方法包括以下步骤：步骤S1：ADC输入高低电平随机跳变信号；步骤S2：FPGA内部核心控制算法单元对输入的并行信号线高几位进行多周期垂直比对，使输入信号获得相应延时调整；步骤S3：ADC输入确定正弦波信号；步骤S4：FPGA内部核心控制算法单元对输入信号进行快速傅里叶变换再求得信噪比，通过信噪比来确定低位最优输入延时；步骤S5：可对临近有效位附近数据线进行上述S4步骤操作，以获得最优输入延时。本发明通过分开调整ADC高低位输入延时，降低了并行信号线延时调整的次数，提高了信号的信噪比。
-
公开(公告)号：CN110135506A
公开(公告)日：2019-08-16
申请号：CN201910418622.9
申请日：2019-05-20
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种应用于Web的七类皮肤肿瘤检测方法，本发明基于Tensorflow为中介的模型迁移技术将模型的权重与Web端结合，使得模型可以在用户熟悉的浏览器环境下正常快速运行，同时可视化模型结果。模型采用优化后的Inception-ResNetV2分类网络，针对皮肤肿瘤图像，提出了一种皮肤肿瘤分类方法，该方法能够检测七类皮肤肿瘤，并取得了理想效果，可有效辅助医生诊断。发明提出的用于七类皮肤肿瘤检测的Web端开发方法，简化了检测皮肤肿瘤的流程，将得到的概率结果响应给客户端浏览器，浏览器进行渲染可视化，使得医生患者仅需简单操作Web端即可实时得到检测结果。
-
公开(公告)号：CN109939265A
公开(公告)日：2019-06-28
申请号：CN201910192629.3
申请日：2019-03-14
Applicant: 杭州电子科技大学
IPC: A61L27/46 , A61L27/56 , C04B35/447 , C04B35/622
Abstract: 本发明公开了一种基于羟基磷灰石-二氧化锆人工骨的3D打印方法。本发明首先准备打印材料，其次进行数字模型制作，然后进行打印，最后进行打印后处理。其中的打印材料包括羟基磷灰石、二氧化硅、聚乙烯醇、柠檬酸。具体是将聚乙烯醇粉体与蒸馏水混合水浴加热，然后冷却后放入冷冻箱，取出后解冻制成水凝胶备用。称取羟基磷灰石与二氧化硅粉体，加入混料机混合，然后与聚乙烯醇水凝胶混合，使用恒速搅拌机低速搅拌，最后加入柠檬酸搅拌，静置除泡后复合打印材料制备完成。本发明工艺简单、成品率高、内部结构可控、成本低，安全可靠。
-
公开(公告)号：CN108764330A
公开(公告)日：2018-11-06
申请号：CN201810512092.X
申请日：2018-05-25
Applicant: 西安电子科技大学
CPC classification number: G06K9/6267 , G06K9/342 , G06K9/6256
Abstract: 本发明公开了一种基于超像素分割和卷积反卷积网络的SAR图像分类方法，主要解决现有技术分类特征表征困难和测试时间长的问题，其方案是：1.对训练SAR图像和测试SAR图像进行标记，并提取训练样本；2.对训练样本进行数据扩充形成训练集；3.对测试图像提取测试样本形成测试集；4.构建SAR图像分类框架，将训练集输入到构建好的网络框架中进行训练，得到训练好的网络；5.将测试集输入到训练好的卷积反卷积网络框架中，得到初始分类结果；7.对测试SAR图像进行超像素分割，并根据测试图像的超像素分割结果和初始分类结果，得到最终分类结果。本发明能自动提取有效分类特征，缩短了测试时间，可用于SAR图像解译与分析。
-
Patent Agency Ranking
公开(公告)号：CN107255558A
公开(公告)日：2017-10-17
申请号：CN201710523299.2
申请日：2017-06-30
Applicant: 电子科技大学
IPC: G01M11/02
CPC classification number: G01J5/0088 , F01D17/02 , F01D17/085 , F01D21/003 , F05D2270/303 , F05D2270/804 , G01J5/0022 , G01J5/52 , G01J2005/0048 , G01J2005/067 , G01M11/02
Abstract: 本发明公布了一种采集涡轮叶片三波段辐射信息的方法，属于航空发动机测量技术领域。由于高温燃气流的热辐射对涡轮叶片温度测量造成了误差，所以本发明采用光谱仪进行燃气成分与浓度测量，得到燃气吸收率与叶片辐射与波长的关系，使用两大原则避开燃气吸收峰进行波段的选择，最后采用三波段测温方法进行温度测量。光路中通过主控制器控制切换反射镜移出与否来进行燃气光谱分析与叶片温度测量切换工作，并由燃气光谱分析控制短波红外测温光路滤光片的切换。本发明不仅用同一套光路系统通过切换反射镜进行燃气光谱分析和三波段叶片测温，实现了燃气成分与涡轮叶片温度同时测量，并且消除了高温燃气辐射对温度测量的影响，极大地提高了测温精度。
-
公开(公告)号：CN102353387B
公开(公告)日：2013-08-14
申请号：CN201110245182.5
申请日：2011-08-25
Applicant: 西安电子科技大学
IPC: G01C25/00
Abstract: 本发明公开了一种光纤陀螺指标参数自动化测试系统及方法，主要解决现有技术测试精度低、操作复杂、测试结果不直观和自动化程度低的问题。其实现过程是：(1)设置转台和温度控制仪的参数；(2)放置好液氮，以20s为一个周期对光纤陀螺的静态数据和动态数据分别进行采集；(3)降温到-30℃时对光纤陀螺进行断电5分钟；(3)重新启动测试，将整个测试过程中采集到的数据进行处理，以图形的形式显示并保存；(4)对光纤陀螺的数据进行拟合并显示拟合结果。本发明能得到光纤陀螺精确的测试数据，设备操作简单易行，减少了人工操作的复杂度，缩短了测试的时间，实现了高自动化的测试系统，可用于航空航天领域及飞行器控制系统。
-
公开(公告)号：CN117860275A
公开(公告)日：2024-04-12
申请号：CN202410105304.8
申请日：2024-01-25
Applicant: 西安电子科技大学 , 中国航天员科研训练中心
Inventor： 万波 , 李圭印 , 苏柯嘉 , 刘锦辉 , 杨鹏飞 , 乔寒冰 , 李昕泰 , 霍继旺 , 赵辉 , 王春慧 , 姜昌华 , 王飞 , 罗楠 , 王笛 , 王义峰 , 刘刚 , 王泉 , 艾俊利 , 樊璐 , 刘凯
IPC: A61B5/389
Abstract: 本发明公开了一种基于表面肌电信号的可穿戴上肢肌肉负荷强度评估方法。主要解决现有技术适用性差和肌肉负荷强度评估不准确的问题。其实现方案是：结合定性评估的RULA量表和定量评估的表面肌电信号，建立上肢姿态到肌电信号再到负荷强度的映射关系；构建高集成度可自定义扩展的低功耗可穿戴信号采集设备，以采集人体上肢信号；基于迁移学习和上肢信号建立适用不同用户的高鲁棒性神经网络模型，以评估用户的肌肉负荷强度；搭建肌肉负荷强度评估可视化平台，以展示上肢信号和肌肉负荷强度评估结果。本发明增提高了可穿戴设备的便携性、集成度和能耗比，提升了对不同人群上肢肌肉负荷强度评估的整体准确度，可用于评估人体上肢肌肉负荷强度等级。
-
公开(公告)号：CN115065429B
公开(公告)日：2023-06-13
申请号：CN202210656977.3
申请日：2022-06-10
Applicant: 电子科技大学(深圳)高等研究院
IPC: H04B17/30 , H04B17/309 , H04L1/20
Abstract: 本发明涉及一种基于眼图的高速信号频率测试方法，包括以下步骤：S1：采集待测的高速传输信号，对待测的高速传输信号进行预处理得到预处理结果；S2：通过对预处理结果进行眼图扫描得到眼图参数；S3：通过眼图参数判断待测的高速传输信号的传输频率。本发明在不借助频率测试仪器的前提下对高速传输信号的传输频率进行测试。
-
公开(公告)号：CN109636784B
公开(公告)日：2021-07-27
申请号：CN201811488182.6
申请日：2018-12-06
Applicant: 西安电子科技大学
Abstract: 本发明提出了一种基于最大邻域和超像素分割的图像显著性目标检测方法，用于解决现有技术中图像显著性目标检测准确率低的技术问题。实现步骤为：1.对待检测图像进行超像素分割；2.统计待检测图像中每种颜色出现的频次；3.对待检测图像进行颜色替代；4.对颜色替代后的图像进行预处理；5.计算待检测图像的初始显著性图像；6.确定K个超像素块的显著性值；7.获取最终显著性图像并输出。本发明提高了图像显著性目标检测的准确率，并且可以将图像显著性目标一致高亮，可用于计算机视觉领域中的图像预处理过程。
-
-
-
-
-
-
-
-
-
Search Results
128
records
(took 0.036 seconds)
