-
公开(公告)号：CN108122003A
公开(公告)日：2018-06-05
申请号：CN201711369730.9
申请日：2017-12-19
Applicant: 西北工业大学
Abstract: 本发明涉及一种基于深度神经网络的弱小目标识别方法，是深度神经网络在计算机视觉方面的应用。本发明针对已有的神经网络对弱小目标识别精度不高、识别速度慢的问题，提出了一种新型深度神经网络结构，该结构注重对弱小目标特征的提取，通过增加图像数据深度、反复提取相同尺度特征等方法准确描述小尺度图像特征，从而实现了对弱小目标的准确识别。
-
公开(公告)号：CN108009272A
公开(公告)日：2018-05-08
申请号：CN201711369754.4
申请日：2017-12-19
Applicant: 西北工业大学
IPC: G06F17/30
Abstract: 本发明涉及一种基于有向带权图的低空运动目标搜索方法，属于图像处理技术领域。针对目前已有的可见光序列图像运动目标搜索方法，大多存在搜索范围固定、搜索效率较低的问题，本发明采用包含拓扑关系和权重的有向带权图来描述图像局部区域间的相对运动关系，依据目标的运动趋势动态规划搜索范围，使搜索过程更具方向性和针对性，在缩小搜索范围的同时，缩短了搜索时间，并提高了搜索准确度。在此基础上，结合一种基于采样策略优化的降维Haar特征描述图像局部信息，提高了对运动目标的表征能力，从而实现对序列图像中运动目标的准确、快速搜索。
-
公开(公告)号：CN107895066A
公开(公告)日：2018-04-10
申请号：CN201711020967.6
申请日：2017-10-26
Applicant: 西北工业大学
Abstract: 本发明涉及一种基于改进混合蛙跳算法的四旋翼无人机参数辨识方法，以混合蛙跳算法为基础，通过对算法中蛙跳规则改进，提高了混合蛙跳算法的全局收敛速度，并根据四旋翼无人机参数特性，对适应度函数进行设计，减少算法的计算复杂度，提高对四旋翼无人机多参数辨识的效率。该方法具有一定的普适性，能够实现对大多数具有非线性和强耦合度系统的参数辨识。
-
公开(公告)号：CN104933307B
公开(公告)日：2018-04-03
申请号：CN201510329951.8
申请日：2015-06-15
Applicant: 西北工业大学 , 中国西安卫星测控中心
IPC: G06F19/00
Abstract: 本发明公开了一种基于粒子群优化算法的太阳电池隐式方程参数辨识方法，用于解决现有太阳电池参数辨识方法辨识精度低的技术问题。技术方案是基于粒子群优化算法，针对太阳电池模型为隐式方程的特点，采用基于待辨识方程的适应度函数设计方法，通过辨识，能够高效的提取太阳电池模型的五个参数。在辨识的过程中无需进行等效方程的线性简化和参数小范围变化的缺省，使得辨识过程更具灵活性、适应性和鲁棒性，辨识结果精确度更高。同时，本发明方法还能用于解决除太阳电池模型外的其他隐式方程参数辨识问题，具有一定的普适性。
-
-
Patent Agency Ranking
公开(公告)号：CN107491080A
公开(公告)日：2017-12-19
申请号：CN201710564003.1
申请日：2017-07-12
Applicant: 西北工业大学
IPC: G05D1/08
Abstract: 本发明涉及一种基于非线性反馈和微分跟踪的飞行器姿态控制方法，采用基于最速控制综合函数的非线性反馈作为姿态控制器，在提高快速性控制指标3倍以上，控制精度指标50％以上的同时，相比背景技术大幅降低工程实现难度，且控制参数仍保持为4个。利用积分链式微分器设计不确定项补偿器，在保持控制器抗干扰能力的同时，仅需1个控制参数，而背景技术采用的补偿器需要7个参数。整个控制方案所需参数为5个，相比背景技术控制参数减少50％以上，大幅降低参数整定难度。利用萤火虫算法进行控制器参数的寻优整定，整定迭代次数相比背景技术减少10倍以上，具有更强的工程适用性。
-
公开(公告)号：CN119625478B
公开(公告)日：2025-05-13
申请号：CN202510162058.4
申请日：2025-02-14
Applicant: 西北工业大学 , 中国船舶重工集团公司第七0五研究所
IPC: G06V10/80 , G06V10/77 , G06V10/44 , G06V10/771 , G06V10/82 , G06V10/764 , G06V10/766 , G06N3/0464 , G06N3/045 , G06N3/0442 , G06N3/082 , G06N3/084 , G06N3/048
Abstract: 本发明为一种基于深度学习的数据融合方法及系统，涉及深度学习技术领域，包括根据设定的分类规则对获取无人系统中的多种传感器数据进行分类，获得分类数据；基于分类数据的基本属性分别进行预处理，获得预处理后分类数据；将预处理后的分类数据进行数据级融合，获得多个分类融合数据；基于深度递归神经网络DRNN，结合双向长短时记忆单元Bi‑LSTM和稀疏注意力机制，构建数据融合模型，通过模型剪枝对数据融合模型优化，获得优化后的数据融合模型；将多个分类融合数据输入至优化后的数据融合模型中进行二次融合，获得最终融合特征。充分挖掘多源信息的潜力，提高在复杂环境中决策的准确性和有效性。
-
公开(公告)号：CN114048549B
公开(公告)日：2024-08-09
申请号：CN202111403758.6
申请日：2021-11-24
Applicant: 上海航天测控通信研究所 , 西北工业大学 , 北京航天飞行控制中心
IPC: G06F30/15 , G06F30/27 , G06N3/006 , G06F111/08 , G06F119/12
Abstract: 本发明涉及一种基于量子蜻蜓算法的飞行器无源定位方法，包括：建立飞行器多站时差无源定位模型，将飞行器的无源定位方程解算问题转化为以载体坐标为设计变量的优化问题；设置量子蜻蜓算法参数；初始化蜻蜓量子状态；进行量子搜索，确定当前量子位的适应度值的求解方法；更新适应度值；更新蜻蜓状态；针对求解过程中的局部极值进行变异处理；判断迭代是否完成，若未完成则更新参数则继续进行量子搜索，确定当前量子位的适应度值的求解方法，若已完成则执行下一步；输出食物状态及最优结果；判断是否满足时间同步误差精度要求，若满足则食物状态即为带定位目标位置坐标，否则重新设置量子蜻蜓算法参数，并重新顺序执行定位步骤，可以对飞行器或飞行器残骸的轨迹进行准确的监测定位。
-
公开(公告)号：CN113724290B
公开(公告)日：2024-03-05
申请号：CN202110830766.2
申请日：2021-07-22
Applicant: 西北工业大学
Abstract: 本发明提供了一种用于红外图像的多层次模板自适应匹配目标跟踪方法，属于图像处理领域，包括：获取红外图像，并对其进行图像增强预处理，得到图像特征金字塔的首层；在红外图像上手动标出目标位置，即给定第一帧的目标框；在红外图像上利用特征金字塔算法提取目标框中不同层次的图像：在各个层利用SSDA模板匹配算法进行目标搜索，框选出目标的最大可能位置，同时记录置信度和目标移动位置信息；通过误差函数对置信度进行判别，如果发生尺度变化，确定新的模板；如果发生形态变换，及时更新模板；如果发生遮挡扩大搜索面积。本发明提供的方法可以在目标发生尺度变化、形态变化以及
-
公开(公告)号：CN117274375A
公开(公告)日：2023-12-22
申请号：CN202311056871.0
申请日：2023-08-22
Applicant: 西北工业大学
Abstract: 本申请提供一种基于迁移学习网络模型与图像匹配的目标定位方法及系统，所述方法可以获取待定位目标拍摄的待定位航拍图像，并提取图像特征向量。再获取卫星地图图像集，卫星地图图像集包括多个地图区域图像的地图特征向量。根据图像特征向量和地图特征向量在卫星地图图像集中提取与待定位航拍图像匹配的目标地图区域图像。将待定位航拍图像和目标地图区域图像输入特征提取描述模型，以获得匹配特征点对，匹配特征点对包括待定位航拍图像和目标地图区域图像中匹配的特征点。最后根据匹配特征点对定位待定位目标的经纬度坐标。所述方法利用待定位目标采集的航拍影像信息与机载卫星地图匹配，以实现无外部信号支持下对目标的实时定位，保障定位精度。
-
-
-
-
-
-
-
-
-
Search Results
65
records
(took 0.059 seconds)
