基于多项式零点组合的线阵低副瓣双波束泰勒综合方法

    公开(公告)号:CN114297863A

    公开(公告)日:2022-04-08

    申请号:CN202111661432.3

    申请日:2021-12-30

    Abstract: 本发明公开一种基于多项式零点组合的线阵低副瓣双波束泰勒综合方法。该方法基于传统泰勒综合法,包括以下步骤:依据综合目标给定线阵的阵元数目、阵元间距、工作频率、副瓣参考电平和期望的双波束指向;利用切比雪夫多项式得到期望波束指向的理想空间因子零点;分别保留其主瓣区零点来构成双波束主瓣,使用辛格函数零点替换其副瓣区零点来构成双波束副瓣;调整波瓣展宽因子同时对部分零点位置进行修正,最终得到组合零点多项式即双波束泰勒空间因子;使用离散傅里叶变换法综合出该阵列的激励分布。该方法突破了传统单波束泰勒综合法的适用局限,相较于优化算法提供了激励的解析解,具有更高的综合效率。

    一种基于PCA的端到端路面裂缝检测识别方法

    公开(公告)号:CN108711150B

    公开(公告)日:2022-03-25

    申请号:CN201810492666.1

    申请日:2018-05-22

    Abstract: 本发明公开了一种基于PCA的端到端路面裂缝检测识别方法,涉及计算机视觉领域,包括以下步骤:S1:获取关于路面图像Ix的数据集,并对数据集进行预处理;S2:将预处理后的数据集进行类别标记,计算不含裂缝的背景图像Ib,并获取路面图像Ix与背景图像Ib之差图像I,并按比例构建训练集和测试集;S3:利用训练集图像I训练深度神经网络模型;S4:将测试集图像I输入到训练后的深度神经网络模型,获取图像类别概率,S5:选取最大概率对应的类别标签作为图像检测识别的结果。本方案将传统检测与识别过程融合在一起,提高了路面裂缝检测的效率与鲁棒性。

    一种基于元学习的无人机导航方法

    公开(公告)号:CN113011081B

    公开(公告)日:2022-03-22

    申请号:CN202110145844.5

    申请日:2021-02-02

    Inventor: 董乐 张宁 陈相蕾

    Abstract: 本发明涉及计算机视觉导航领域,具体是一种基于元学习的无人机导航方法,包括如下步骤:步骤一、生成N个三维室内模拟环境,每一个三维室内模拟环境随机生成K个导航任务;步骤二、构建策略模型并初始化;步骤三、对元训练数据中任一三维室内模拟环境,通过其生成的K个导航任务对策略模型进行训练及测试;步骤四、对任一三维室内模拟环境完成步骤三的训练后,通过元学习rept i le算法分别对策略模型进行参数更新;步骤五、重复步骤三和步骤四,直至建策略模型收敛得到最终模型;步骤六、对收敛的策略模型应用于未知场景,并进行参数更新,更新后输出策略,直到抵达目标物体或导航失败;解决无人机对新场景的适应性差和迁移能力差的问题。

    一种针对IoT设备的智能防护方法、系统

    公开(公告)号:CN113407946A

    公开(公告)日:2021-09-17

    申请号:CN202110681872.9

    申请日:2021-06-19

    Abstract: 本发明属于网络安全技术领域,公开了一种针对IoT设备的智能防护方法、系统,本发明的漏洞报告自动采集模块基于网络爬虫从漏洞库中提取漏洞报告;自动化筛选模块基于正则、字典库匹配的进行数据清洗;物联网漏洞信息提取模块基于正则表达式,并使用实体检查方式对漏洞报告进行分析;漏洞防护模块基于NLP、沙盒模拟和定位漏洞文件位置方法提取漏洞参数信息、漏洞文件信息并按照不同的漏洞类型直接部署在防火墙的防护签名规则之上;防护性能检测模块使用模拟固件方式对生成的防护签名规则进行检测。本发明可实现自动化漏洞检测,拦截各类攻击;且客户端界面简洁、操作简便,方便用户自主使用。

    一种融合深度学习和几何推理的单目视觉里程计方法

    公开(公告)号:CN112906766A

    公开(公告)日:2021-06-04

    申请号:CN202110144037.1

    申请日:2021-02-02

    Inventor: 董乐 张宁 张文彬

    Abstract: 本发明涉视觉信息实时定位领域,具体是一种融合深度学习和几何推理的单目视觉里程计方法,包括如下步骤:步骤一、采集单目视觉图像序列数据;步骤二、获取单目视觉深度图像;步骤三、获取相邻单目视觉图像之间的光流图像;步骤四、根据光流图像,计算得到两帧单目视觉图像之间的光流一致性信息并结合设定的阈值,选择出两幅单目视觉图像中最佳的N对匹配像素点;步骤五、根据匹配像素点,结合单目视觉深度图像,建立起3D到2D的映射关系,根据PNP算法求解得到相机的旋转和位移参数,结合前一时刻相机的位姿,更新得到当前时刻的相机位姿;融合了深度学习技术和传统几何推理的优点,并且整个系统各模块间完全解耦,极大简化了整个系统。

    一种基于重识别技术的多目标跟踪方法

    公开(公告)号:CN112785627A

    公开(公告)日:2021-05-11

    申请号:CN202110143991.9

    申请日:2021-02-02

    Inventor: 董乐 张宁 徐浩然

    Abstract: 本发明涉及计算机图像处理领域,具体是一种基于重识别技术的多目标跟踪方法,包括如下步骤:步骤一、数据预处理;步骤二、训练分支网络,构建分支网络的损失函数;步骤三、利用分支网络的损失函数构建主干网络的损失函数;步骤四、基于分支网络使用DeepSORT算法进行多目标跟踪;解决多目标跟踪准确性与实时性不足的问题。

    融合注意力机制的深度网络智能投资系统数据分析方法

    公开(公告)号:CN108460679A

    公开(公告)日:2018-08-28

    申请号:CN201810168662.8

    申请日:2018-02-28

    CPC classification number: G06Q40/06

    Abstract: 本发明公开了融合注意力机制的深度网络智能投资系统数据分析方法,包括如下步骤:步骤1:从金融网站以及股票数据库中获取足量本地设备端所需调用的金融字段,筛选整合成字段X;步骤2:将字段X输入到编码器模块Encoder中,Encoder模块由长短期记忆网络构成,X进行编码;步骤3:编码后的字段X向量通过注意力分配模块获取符合概率分布取值区间的注意力分配概率分布数值;步骤4:解码器Decoder中的长短期记忆网络根据包含注意力概率分布的字段编码和之前已经生成的历史信息来生成的价格预测;步骤5:通过训练完成的深度网络输出某交易日预测结果与设定的阈值进行比较,判断该金融产品的风险;步骤6:根据用户资金,筛选合适金融产品,配置最优投资组合。

    一种基于分布式的视频转码方法

    公开(公告)号:CN104935951B

    公开(公告)日:2018-08-21

    申请号:CN201510367471.0

    申请日:2015-06-29

    Inventor: 董乐 张宁

    Abstract: 本发明提供了一种基于分布式的大规模视频转码系统,属于大数据与视频处理技术领域。本发明方法在大数据处理平台Hadoop上采用分布式的方法最终实现大规模的视频转码,该方法利用HDFS文件系统对大规模视频数据进行储存,利用MapReduce编程模型进行分布式处理,借助多媒体库Xuggler实现对视频的处理。本发明利用分布式文件系统的扩展性和稳定性特点实现对大规模视频数据的储存与转码,解决传统集中式储存对硬件要求高、维护困难、不易扩展等缺点,动态地适应日益增长的大规模视频数据的储存和转码需求。

Patent Agency Ranking