一种基于深度哈希的特征提取检索方法和装置

    公开(公告)号:CN118820497A

    公开(公告)日:2024-10-22

    申请号:CN202410791806.0

    申请日:2024-06-19

    Abstract: 本发明涉及一种基于深度哈希的特征提取检索方法和装置,其中,方法包括:接收待查询图像;提取所述待查询图像的主体内容,并将所述待查询图像中的非主体内容用黑色像素代替,得到输入图像;将所述输入图像输入训练好的神经网络模型,得到检索结果;其中,所述神经网络模型包括:骨干网络部分,用于提取输入图像的图像特征;第一全连接层部分,以所述骨干网络部分的输出为输入,输出哈希编码的连续值;第二全连接层部分,以所述第一全连接层部分的输出为输入,输出符合数据集标签类别数。本发明能够解决网络模型训练时间较长、收敛速度较慢的问题。

    一种面向复合式探测节点的分布式融合系统

    公开(公告)号:CN112257750B

    公开(公告)日:2024-01-09

    申请号:CN202010997010.2

    申请日:2020-09-21

    Abstract: 本发明涉及一种面向复合式探测节点的分布式融合系统,包括节点级融合处理中心和系统级融合处理中心,所述节点级融合处理中心用于接收复合式探测节点探测到目标信息,并对异类传感信息进行协同与融合,产生局部目标探测信息,并生成节点级目标报告;所述系统级融合处理中心根据各节点级目标报告中的探测数据完成数据关联、批次分离、类型融合、数量融合和目标运动状态融合,生成完整的系统级目标探测信息。本发明在稳定可靠地实现目标识别的同时,尽量降低网络的资源消耗,使其功能更强大,适用范围更广泛。

    一种多通道数据读出电路
    33.
    发明授权

    公开(公告)号:CN111817717B

    公开(公告)日:2023-11-28

    申请号:CN202010535978.3

    申请日:2020-06-12

    Abstract: 本发明涉及一种多通道数据读出电路,包括N个通道组,所述通道组内设置有M条积分通道,所述M条积分通道采用流水线方式进行工作,所述N个通道组采用并行方式进行工作;每条积分通道包括积分器单元,所述积分器单元的输出端与模数转换电路单元的输入端相连;所述模数转换电路单元的输出端与数据存储和串口输出逻辑部分相连。本发明能够降低电路复杂度,减小噪声,减小ADC的个数和采样速度。

    一种内外部窃听并存的无人机辅助网络数据安全传输方法

    公开(公告)号:CN112859909B

    公开(公告)日:2022-07-12

    申请号:CN202110005796.X

    申请日:2021-01-05

    Abstract: 本发明涉及一种内外部窃听并存的无人机辅助网络数据安全传输方法,包括以下步骤:基于确定的无人机的参数、飞行时间、飞行高度、最大水平飞行速度、最大峰值功率、飞行起点位置和飞行终点位置,用户的位置和最小平均保密速率需求,以及窃听者的位置建立非凸优化问题模型;通过引入松弛变量和利用连续凸逼近方法将非凸优化问题模型转化为凸优化问题模型;基于凸优化问题模型确定无人机的飞行轨迹、发射功率分配方案,以及用户调度策略。本发明通过联合设计无人机在给定飞行时间内的飞行轨迹、发射功率分配方案,以及用户调度策略来最小化无人机的总能耗,同时满足用户的最小平均保密速率约束、用户调度约束、无人机的飞行轨迹约束和发射功率约束。

    一种基于特征预训练的深度学习分类的声音数据分类方法

    公开(公告)号:CN113823321A

    公开(公告)日:2021-12-21

    申请号:CN202111010607.4

    申请日:2021-08-31

    Abstract: 本发明涉及一种基于特征预训练的深度学习分类的声音数据分类方法,包括:获取P通道的声音数据,按帧长L将所述P通道的声音数据截取为若干段声音样本,每段所述声音样本包括帧长为L的P通道声音样本数据和截取数据的分类类别;对所述帧长为L的P通道声音样本数据进行K倍降采样,得到L/K个点的P通道声音样本;按帧长L提取所述P通道的声音数据的MFCC特征;构建卷积神经网络,通过所述若干段声音样本和P通道的声音数据的MFCC特征来对所述卷积神经网络进行两次训练,得到训练好的卷积神经网络;通过训练好的卷积神经网络来识别输入声音信号的类别。本发明的卷积神经网络能够对输入的声音信号类别进行有效分类。

    一种抗倾斜被动红外探测光路设计方法

    公开(公告)号:CN113703065A

    公开(公告)日:2021-11-26

    申请号:CN202110973470.6

    申请日:2021-08-24

    Abstract: 本发明涉及一种抗倾斜被动红外探测光路设计方法,包括以下步骤:选取四元PIR被动红外敏感元作为感光器件;根据目标高度确定垂直视场角;确定采用镜头的光圈数,并根据镜头的光圈数和镜头孔径得到镜头焦距;根据所述被动红外敏感元的尺寸和镜头焦距确定水平视场角;根据所述垂直视场角和水平视场角的大小确定镜头视场角的大小。本发明设计的探测光路在不进行人为手动对焦的情况下也能有效探测。

    一种基于多专家决策的多模态视觉目标跟踪方法

    公开(公告)号:CN113487654A

    公开(公告)日:2021-10-08

    申请号:CN202110768710.9

    申请日:2021-07-07

    Abstract: 本发明涉及一种基于多专家决策的多模态视觉目标跟踪方法,包括:步骤(1):分别从当前帧的可见光图像和热红外图像中获取多个尺度的搜索窗口,并根据所述多个尺度的搜索窗口提取可见光图像和热红外图像的外观特征;步骤(2):采用若干判别相关滤波器分别作为专家,将提取的可见光图像和热红外图像的外观特征输入所述若干判别相关滤波器,根据每个专家输出的相关响应得分分别预测当前帧的目标位置;步骤(3):将每个专家预测的当前帧的目标位置乘以每个专家的权重,得到最终目标的位置。本发明能够实现对目标的有效跟踪。

    面向高可靠低时延无线传感器网络的优化方法

    公开(公告)号:CN109890040B

    公开(公告)日:2021-09-03

    申请号:CN201910182049.6

    申请日:2019-03-11

    Abstract: 本发明涉及一种面向高可靠低时延无线传感器网络的优化方法,包括建立关于无线传感器网络节点的染色体及其种群;构建对应的数据矩阵并获取改进数据矩阵;利用主成分分析法分解该改进数据矩阵并转化为映射数据矩阵;利用遗传算法对映射数据矩阵对应的染色体种群进行优化计算,并产生更新的染色体种群;最后构建该更新染色体种群的最小模式集合,并将其作为该染色体种群的优化收敛条件,直到所述更新染色体种群的最小模式集合满足优化收敛条件。本发明考虑传感器节点的能量特性、连通特性和可靠特性,综合运用主成分分析法和遗传算法的优点降低优化迭代次数和提高算法计算效率,有助于降低高可靠低时延无线传感器网络中优化调度的计算复杂度。

    航空超导全张量磁补偿系数的获取方法、终端及存储介质

    公开(公告)号:CN110133544B

    公开(公告)日:2021-03-19

    申请号:CN201910399862.9

    申请日:2019-05-14

    Abstract: 本发明提供一种航空超导全张量磁补偿系数的获取方法、终端及存储介质,所述获取方法包括:基于动态测量数据获取平面梯度计关于涡流干扰的磁补偿系数近似值,并以此获取平面梯度计关于涡流干扰的磁补偿系数取值约束范围;在飞行器携带置于其内的航空超导全张量磁梯度测量系统进行高空机动飞行时,获取航空超导全张量磁梯度测量系统输出的磁梯度测量值及三轴磁场分量测量值;以平面梯度计关于涡流干扰的磁补偿系数取值约束范围作为约束条件,并将磁梯度测量值及三轴磁场分量测量值代入具有约束条件的磁补偿模型中,从而获取航空超导全张量磁补偿系数的最优值。通过本发明解决了现有方法无法获取航空超导全张量磁补偿系数最优解的问题。

Patent Agency Ranking