-
公开(公告)号：CN117765614A
公开(公告)日：2024-03-26
申请号：CN202311758810.9
申请日：2023-12-20
Applicant: 中北大学
Abstract: 本发明涉及一种基于强化学习的人体行为视频分割方法，首先，利用预先分割好的视频数据集对行为识别网络进行训练，然后将生成候选框的视频片段，输入到预训练好的行为识别网络，利用行为识别准确率作为奖励函数；并结合边界位置回归和强化学习的思想，建立深度策略网络拟合视频片段到候选框生成动作之间的映射，训练得到高质量候选框生成模型。本发明利用强化学习构建深度策略网络，以行为识别网络为监督手段，监督时序候选框的提取，突破传统连续视频中生成候选框质量低及交互动作识别精度低下的技术瓶颈，提高了连续视频行为识别精度，提升了视频分析技术性能。
-
公开(公告)号：CN117147031A
公开(公告)日：2023-12-01
申请号：CN202311109234.5
申请日：2023-08-31
Applicant: 中北大学
IPC: G01L5/00 , G06N3/0475 , G06N3/094 , G06N3/0455 , G06N3/0442 , G06N3/084 , G01L5/14
Abstract: 本发明涉及一种冲击波场数据智能重构方法，基于生成对抗网络用来重建爆炸场测量盲区波形，首先，对传感器的点位进行布置，通过传感器对爆炸的冲击波进行采集，之后利用传感器采集到的时域波形信息及相应的位置信息进行数据处理并生成学习样本，再将处理好的样本数据输入到生成对抗网络中，最终通过生成对抗网络中生成器和判别器对抗训练生成测点盲区的波形。本发明通过建立深度学习网络模型，结合冲击波在空气中的传播规律，使得重建后的波形更加贴近真实波形。同时，能够为侵彻类弹药评估毁伤威力，检验、修正理论模型，改进打击方式提供重要的依据。本发明能够端到端自动补全所需的波形数据，具有很高的效率。
-
公开(公告)号：CN112114362B
公开(公告)日：2022-08-09
申请号：CN202010929952.7
申请日：2020-09-07
Applicant: 中北大学
IPC: G01V1/30 , G06V10/774 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种地下浅层爆炸时空场重建方法，将传感器阵列信号进行分组能量场成像，消除震动信号的噪声，提高每一时刻能量场成像的分辨率，利用互相关成像技术，消除逆时反传产生的成像干扰。利用爆炸震动信号的时变特性，设定时窗长度，将时窗长度内的能量场信息进行线性叠加。本发明提高瞬时能量场的能量聚焦强度，将空间域的三维能量场图像转换为时间‑空间域的三维能量场图像，提高能量场图像的数量和质量。本发明提高了定位的精度和定位的稳定性，同时极大了减少了传统浅层震源定位过程中定位参数提取、定位模型建模和定位模型解算等步骤，极大提高了震源定位效率。
-
公开(公告)号：CN114252844A
公开(公告)日：2022-03-29
申请号：CN202111599748.4
申请日：2021-12-24
Applicant: 中北大学
IPC: G01S5/22
Abstract: 本发明涉及一种单声源目标被动定位方法，首先将三轴麦克风传感器在空间布置成一定几何形状的阵列，利用大容量的数据采集模块采集目标的声场信息。由于声源发出的声音信号到达每个麦克风的时间不同，利用获取的声达时间差，结合已知的麦克风阵列的空间位置进一步解算出声源的空间位置。本发明通过采用仿生双耳超微基线布站方式，将传感器阵列最小化，能够满足便携式、穿戴式的要求，适用于复杂作战场合；采用群波相位测量的方式，提高小基线条件下时差的测量精度和测量分辨率，提升声源定位精度；采用双基站DOA算法进行远场大区域快速扫描，定位声源所在区域；采用SRP‑PHAT进行近场小区域精细化扫描，实现声源高精度定位，最大程度提升声源定位效率。
-
公开(公告)号：CN110580915B
公开(公告)日：2022-03-25
申请号：CN201910874151.2
申请日：2019-09-17
Applicant: 中北大学
Abstract: 本发明属于声音信号处理技术领域，具体涉及一种基于可穿戴式设备的声源目标识别系统。本发明技术方案中，首先，两组训练稠密卷积编码‑解码网络对输入数据与人工提取特征分别训练编码网络抽象高级特征，基于稠密卷积的使用可以使我们能够训练深度更深的编码网络并增强重复特征的使用。其次，设计融合层融合两种编码网络提取的特征，最后利用一个卷积网络实现声源信号的分类。最终，本发明技术方案解决了现有技术中对识别精度产生负面影响、以及卷积网络当层数加深时还存在梯度消失或爆炸，特征重复利用率等缺陷的问题。
-
Patent Agency Ranking
公开(公告)号：CN110444225A
公开(公告)日：2019-11-12
申请号：CN201910874153.1
申请日：2019-09-17
Applicant: 中北大学
Abstract: 本发明属于声音信号处理技术领域，具体涉及一种基于特征融合网络的声源目标识别方法。本发明技术方案中，首先，两组训练稠密卷积编码-解码网络对输入数据与人工提取特征分别训练编码网络抽象高级特征，基于稠密卷积的使用可以使我们能够训练深度更深的编码网络并增强重复特征的使用。其次，设计融合层融合两种编码网络提取的特征，最后利用一个卷积网络实现声源信号的分类。最终，本发明技术方案解决了现有技术中对识别精度产生负面影响、以及卷积网络当层数加深时还存在梯度消失或爆炸，特征重复利用率等缺陷的问题。
-
公开(公告)号：CN110261900A
公开(公告)日：2019-09-20
申请号：CN201910495834.7
申请日：2019-06-10
Applicant: 中北大学
Abstract: 本发明公开了一种基于速度信息的地下浅层微震定位系统，包括震动传感器阵列、信号预处理模块、定位参数提取模块、定位模型建模模块和定位模型解算模块；本发明采用地下震动场波场互易原理，通过传感器阵列数据进行波场逆时数值模拟，将地层速度场信息进行网格划分，利用交错网格有限差分法实现了时-空场全波形逆时外推，生成了传感器作为“震源”下，群波阵面三维空间叠加图，建立了含有震源信息的定位模型。本发明建立了更加精细化的定位模型，采用能量聚焦的方法，在建立目标函数的基础上，利用QPSO在震源模型中进行全局快速搜索，实现了大范围内快速震源解算。实现了大区域、多尺度、多线程的快速精准扫描定位。
-
公开(公告)号：CN109141598A
公开(公告)日：2019-01-04
申请号：CN201810947886.9
申请日：2018-08-20
Applicant: 中北大学
IPC: G01G19/03
CPC classification number: G01G19/03
Abstract: 本发明公开了一种基于分布式震动传感器阵列的车辆动态超载监测系统，主要由震动传感器阵列模块、地磁探测模块、摄像头、多通道数据采集系统、车辆到达触发模块、车辆识别模块、信号处理模块、特征参数提取模块和机器学习模块组成；将震动传感器阵列布设在桥面进行超载测量，无需对路面进行破损，且施工周期短，极大地降低了设备安装成本，提升了工作效率以及后期的维护成本；利用地磁信息进行车辆到达判断，利用震动传感器阵列，以非接触方式对车辆进行超载测量，提高了超载监测过程中车辆的行驶速度，有效缓解城市道路交通压力，降低了行车高峰期车辆拥堵率。建立震动传感器阵列与车辆超载量的关系模型，并利用该模型进行车辆超载监测，极大地提高了高速超载监测系统的无人值守效率。
-
公开(公告)号：CN119559696A
公开(公告)日：2025-03-04
申请号：CN202411629215.X
申请日：2024-11-14
Applicant: 中北大学
IPC: G06V40/20 , G06V20/40 , G06V10/82 , G06V10/22 , G06N3/0464
Abstract: 本发明属于动作识别技术领域，提供了一种基于上下文信息的连续视频人体行为定位方法。将候选动作分为开始、执行和结束三个阶段，依次对应候选框上文信息、候选框信息和候选框下文信息；利用卷积网络模型生成连续视频的帧级特征；以候选框的起止点为中心分别定义开始框和结束框，将候选框作为节点，通过注意力机制网络聚合节点邻域信息生成候选框上下文信息图谱。基于候选框上下文信息图谱形成行为定位网络模型，实现对视频的有效分割。本发明融合了动作阶段划分、特征提取、上下文图谱生成与模型构建，提升了候选框质量，实现了上下文信息的自适应聚合，细化了边界，克服了传统方法边界模糊的缺陷，进一步提高了候选框精度。
-
公开(公告)号：CN119513853A
公开(公告)日：2025-02-25
申请号：CN202411687520.4
申请日：2024-11-25
Applicant: 中北大学
IPC: G06F21/44
Abstract: 本申请提供一种系统安全验证方法、验证系统和终端设备，通过对一个信息物理系统进行动态逻辑层面的抽象化处理，构建出离散事件系统模型；在这种模型中，系统状态的变化是由离散事件的异步触发而驱动的，在本申请中，状态攻击指的是外部入侵者能够对系统发起状态攻击，并能够根据攻击后获取的信息，精确判断系统当前状态是否受到了攻击的影响；当不存在状态攻击时，通过分析系统生成的事件序列，对系统的当前状态进行合理的估计，从而验证系统的安全性。由此，本申请能够利用系统发生的事件序列以及外部入侵者可能获取到的攻击序列，对系统的当前状态进行合理的推断，从而有效地验证系统在遭受状态攻击时的安全性。
-
-
-
-
-
-
-
-
-
Search Results
63
records
(took 0.034 seconds)
