-
公开(公告)号：CN106526559B
公开(公告)日：2019-04-09
申请号：CN201610871858.4
申请日：2016-09-30
Applicant: 杭州电子科技大学
IPC: G01S7/41
Abstract: 本发明公开了一种基于BCD‑VSMM机动目标无源协同定位方法。该方法利用求闭式解得到多个伪测量，并用梯度下降法对多个伪量测进行融合优化，将得到的融合伪测量作为CD‑VSMM算法的输入进行正向滤波，并在正向滤波完成后加入反向滞后平滑算法，即在估计目标运动状态中应用CD‑VSMM算法并使用一种在反向上模仿上述的CD‑VSMM算法进行滞后平滑回溯，来跟踪无源协同定位状态下的机动目标，进行滤波与估计，得到目标的状态值。用上述方法对目标的运动状态进行估计，其估计所得到的结果相较于标准交互多模型(IMM)和基于CD‑VSMM算法有更高的精度和增加可接受范围内的计算复杂度。
-
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：CN107578423A
公开(公告)日：2018-01-12
申请号：CN201710834972.4
申请日：2017-09-15
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种多特征分层融合的相关滤波鲁棒跟踪方法。为提高目标跟踪的鲁棒性，针对相关滤波跟踪中的多特征融合问题，本发明提出了一种多特征分层融合策略。从目标和周围背景区域分别提取HOG特征、CN特征和颜色直方图特征三种特征。采用自适应加权融合策略进行HOG特征和CN特征的特征响应图融合。将该层融合结果与基于颜色直方图特征获得的特征响应图进行第二层融合时，采用固定系数融合策略进行特征响应图的融合。本发明在保证跟踪准确率的前提下，跟踪鲁棒性优于其它算法。当相关滤波跟踪算法采用了多个特征时，本发明的分层融合策略具有一定的借鉴性。
-
公开(公告)号：CN107038221A
公开(公告)日：2017-08-11
申请号：CN201710174883.1
申请日：2017-03-22
Applicant: 杭州电子科技大学
Abstract: 本发明一种基于语义信息引导的视频内容描述方法。本发明包括如下步骤：步骤(1)对视频格式进行预处理；步骤(2)建立用于引导的语义信息；步骤(3)计算语义特征向量[Ai,XMS(i)]的权重步骤(4)对语义特征向量[Ai,XMS(i)]进行解码；步骤(5)对视频描述模型进行测试。本发明通过利用faster‑rcnn模型，能快速检测每帧图像上的关键语义信息，并加入到原有用CNN提取的特征中，使得每个时间节点输入LSTM网络的特征向量具有语义信息，从而在解码过程中，既保证视频内容时空关联性，又提高了语言描述的准确率。
-
Patent Agency Ranking
公开(公告)号：CN103616680B
公开(公告)日：2017-02-22
申请号：CN201310502823.X
申请日：2013-10-22
Applicant: 杭州电子科技大学
IPC: G01S13/66
Abstract: 本发明公开了一种基于离散变速率采样的机动弱目标检测前跟踪方法。本发明首先初始化粒子并对粒子存在变量一步预测；其次进行初次粒子状态预测，在引入状态变量后进行状态的再次预测；然后计算粒子权重并归一化，对粒子进行第二次加权操作；最后估计当前时刻目标的检测概率以及状态。在粒子状态预测过程中本发明提出了一种新的离散变速率采样方法对粒子进行采样。本发明可以实现复杂背景环境下机动弱目标的检测与跟踪，同时具有较好的可靠性、可行性和实时性。
-
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：CN104331891A
公开(公告)日：2015-02-04
申请号：CN201410613265.9
申请日：2014-11-04
Applicant: 杭州电子科技大学
IPC: G06T7/00
CPC classification number: G06T7/33 , G06T2207/20016
Abstract: 为解决基于特征映射的图像配准算法初始误差过大容易引起失配的问题，本发明提出了一种融合显性度量和隐性度量的分层图像配准方法。该方法首先采用互信息作为显性度量，利用粒子群算法获得初始的图像变换参数，对待配准图像进行变换后采用基于特征映射的配准算法进一步优化获取更精确的图像配准参数。为加快图像配准速度并提高配准精度，采用了图像金字塔结构进行分层优化求解。本发明提出的方法适用于多模图像配准，能够提高图像配准的成功率，减小了图像配准误差。
-
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。
-
公开(公告)号：CN102238052B
公开(公告)日：2014-04-09
申请号：CN201110223936.7
申请日：2011-08-05
Applicant: 杭州电子科技大学
IPC: H04L12/28
Abstract: 本发明公开了一种分布式探测节点组网通信终端。本发明包括微处理器模块、串口扩展模块、GPRS模块、CDMA模块、以太网模块和电源模块。串口扩展模块通过并行总线与微处理器模块连接，GPRS模块和CDMA模块通过串行总线与串口扩展模块连接，以太网模块通过并行总线与微处理器模块。电源模块分别为微处理器模块、串口扩展模块、GPRS模块、CDMA模块和以太网模块提供电源。本发明集GPRS、CDMA和以太网三种网络制式于一体，并保留对数传电台的扩展支持，可在各种地理环境下的组网通信，通过相应的程序配合使得该通信终端具备根据当前环境智能选择最佳通信网络的功能，能有效提高对目标识别、定位和跟踪的精确程度。
-
-
-
-
-
-
-
-
-
Search Results
174
records
(took 0.028 seconds)
