-
公开(公告)号：CN108427920A
公开(公告)日：2018-08-21
申请号：CN201810159198.6
申请日：2018-02-26
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于深度学习的边海防目标检测方法，提出了一种改进的基于FRCNN的目标检测网络模型，属于目标检测技术以及计算机视觉领域。该方法针对原有的FRCNN算法检测耗时过长的问题，重新设计了检测网络中的特征提取结构，并利用筛选后的图像分类数据集重新训练，得到一个参数量更少、计算量更小的图像分类模型。使用可变形卷积替换原有的特有卷积层，提高检测网络对物体形变的适应能力，从而提高网络结构的平均检出率。
-
公开(公告)号：CN108363771A
公开(公告)日：2018-08-03
申请号：CN201810128779.3
申请日：2018-02-08
Applicant: 杭州电子科技大学
IPC: G06F17/30
Abstract: 本发明公开了一种面向公安侦查应用的图像检索方法，提出将传统图像检索方法和深度学习检索方法相结合形成一种新的图像检索方法。首先用提取传统特征的图像检索方法对数据库图像进行筛选(“粗检索”)，然后采用深度学习的图像检索方法进行二次检索(“精检索”)。对图像数据库进行第一次检索采用传统方法提取图像特征方式，由于特征相对比较单一，提取特征的时候也不用加载网络，因此特征提取的时间相对会比较短。在基于改进深度网络模型上进行实现第二次检索能有效保证图像检索的准确率。将原本海量图像中的“大海捞针”问题转化为可实现的“桌面捞针”，提高了检索精度，减少了检索耗时，进而提高图像侦查的效率。
-
公开(公告)号：CN108256634A
公开(公告)日：2018-07-06
申请号：CN201810128120.8
申请日：2018-02-08
Applicant: 杭州电子科技大学
IPC: G06N3/04
Abstract: 本发明公开了一种基于轻量级深度神经网络的船舶目标检测方法，包括以下步骤：步骤S1：设计并训练得到船舶目标检测的轻量级深度神经网络模型；步骤S2：将步骤S1中训练好的轻量级深度神经网络模型移植至嵌入式设备，通过摄像头实时采集船舶视频，通过训练好的模型来完成船舶目标检测。采用本发明的技术方案，利用全新的通道剪枝网络压缩技术，实现了基于轻量级深度神经网络的舰船目标检测技术，具有设备依赖性低、准确性高以及实时性强等优点。
-
公开(公告)号：CN108038856A
公开(公告)日：2018-05-15
申请号：CN201711403183.1
申请日：2017-12-22
Applicant: 杭州电子科技大学
Abstract: 本发明涉及基于改进多尺度分形增强的红外小目标检测方法。传统基于分形特征增强的红外小目标检测算法具有计算复杂度高的问题。本发明利用多尺度区域内像素的最大值与最小值的差作为一种度量，然后采用其区域平均值获得每点像素的多尺度分形特征向量，通过定义的新的显著性度量准则来评价每点像素的显著性，最后基于增强后的图像通过自适应阈值分割算法进行目标检测。本发明提出的方法降低了算法的计算量，提高了检测速度。
-
公开(公告)号：CN105678673A
公开(公告)日：2016-06-15
申请号：CN201610013805.9
申请日：2016-01-11
Applicant: 杭州电子科技大学
IPC: G06Q50/26
CPC classification number: G06Q50/26
Abstract: 本发明公开了一种计算与更新水流态势等级的方法。本发明首先在系统服务器端，获取移动设备提交的基本水流数据信息，依据水流态势计算逻辑，计算出水流信息的态势等级值。其次将得到的态势等级值保存在基本水流信息表中，将要上传到服务器端的信息，进行筛选处理，将其加载到实时水流信息表中。然后系统定时查询基本水流信息表中近期未被加载的记录。最后将得到的记录加载到实时水流信息表中，更新实时水流信息表中的内容。本发明将基本的水流信息转化为相应的态势等级，可以给指挥人员提供最直观的信息，根据各个区域灾情的严重程度，更加合理的调配人力资源去处理排水问题。
-
Patent Agency Ranking
公开(公告)号：CN102842066B
公开(公告)日：2015-11-11
申请号：CN201210245036.7
申请日：2012-07-16
Applicant: 杭州电子科技大学
IPC: G06F17/50
CPC classification number: Y02P80/21
Abstract: 本发明涉及一种生物质炉燃烧优化的建模方法。本发明方法首先采集生物质炉运行参数及相关的表征生物质炉燃烧状态的特征指标，建立数据库；然后分别用最小二乘支持向量机和径向基神经网络针对不同的燃料，建立燃烧模型，确定最小二乘支持向量机模型和径向基神经网络模型的组合比例，将最小二乘支持向量机模型与径向基神经网络模型按确定的最优的比例系数相结合，构成组合模型，针对给定的生物质炉的其它种生物质燃料建模，将不同的生物质燃料的燃烧优化模型组合在一起，构成一个生物质炉燃烧优化整体模型。本发明方法满足了生物质炉燃烧优化中燃料有变化且燃料种类有限变化的实际要求，保证了生物质炉燃烧优化的准确性和可行性。
-
公开(公告)号：CN102915445B
公开(公告)日：2015-08-19
申请号：CN201210343889.4
申请日：2012-09-17
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种改进型的神经网络的高光谱遥感影像分类方法。传统的模式识别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。本发明首先针对高光谱数据以数据量大、波段间相关性强、冗余信息多等特点，对高维遥感数据进行主成分分析，在提取有效光谱数据的同时，大大降低了数据的维数。然后使用多层前馈神经网络对数据进行分类，在此引入遗传算法是为了优化网络的权值和阈值，以便更好的防止网络搜索陷入局部极小问题，不但提高了神经网络的预测精度，同时也大大节省了分类时间。本发明增强了分类器收敛速度，提高了高光谱图像的分类性能。
-
公开(公告)号：CN103439370B
公开(公告)日：2015-08-12
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：CN103439022B
公开(公告)日：2015-08-12
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：CN102819745B
公开(公告)日：2014-11-05
申请号：CN201210231579.3
申请日：2012-07-04
Applicant: 杭州电子科技大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于AdaBoost的高光谱遥感影像分类方法。传统的模式识别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，神经网络、支持向量机虽然能够对遥感数据进行有效的分类，但是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。之后利用MNF变换进行波段优选，达到优化数据、去除噪声和数据降维的目的。然后划分训练样本以及测试样本，选择决策树桩作为弱分类器，对弱分类器训练利用AdaBoost算法得到强分类器，选择合适的迭代次数，最后用一对一的方法构建多分类器，本发明增强了分类器收敛速度，提高了高光谱图像的分类性能。
-
-
-
-
-
-
-
-
-
Search Results
173
records
(took 0.079 seconds)
