-
公开(公告)号：CN113192124B
公开(公告)日：2024-07-02
申请号：CN202110277365.9
申请日：2021-03-15
Applicant: 大连海事大学
IPC: G06T7/70 , G06T7/10 , G06T5/94 , G06N3/0464
Abstract: 本发明公开了一种基于孪生网络的图像目标定位方法，包括：根据图像中的目标大小和所在位置对图像进行裁剪和数据增强处理、获得视频序列训练集中的全部图像组成的样本对；构建自注意力机制模块和互注意力机制模块，构建基于注意力机制的交叉融合孪生网络，将视频序列裁剪得到的样本对输入至基于注意力机制的交叉融合孪生网络进行训练；使用训练好的交叉融合孪生网络计算目标模板与视频序列各帧的得分图，记录得分图中得分最大的位置即为目标位置。通过自注意力机制模块对通过该模块的图像特征进行增强，通过互注意力机制模块聚合模板分支和搜索分支的有效信息，弥补在特征提取过程中双方无法获取对方重要信息的问题，提升跟踪器对复杂场景变化的适应能力。
-
公开(公告)号：CN113206813A
公开(公告)日：2021-08-03
申请号：CN202110379308.1
申请日：2021-04-08
Applicant: 大连海事大学
IPC: H04L27/26
Abstract: 本发明公开了一种基于改进选择映射法的OFDM系统峰均比抑制方法，包括：对发射端的数据比特流进行调制：设置过采样因子并对调制信号进行过采样处理，提取连续时间信号的细节特征；采用Wash‑Hadamard矩阵作为相位序列获得多组备选信号，对DCT编码信号进行傅里叶逆变换后经过线性组合获得多组时域信号，并设定信号门限功率值A，计算信号功率值A0；将门限功率值A作为基准值、将信号功率值A0与门限功率值A进行比较，计算OFDM系统内时域信号的PAPR值并挑选PAPR值最小的一路时域信号进行发送，同时将Wash‑Hadamard矩阵组合发送给接收机，接收机利用此相位序列恢复原始信号。
-
公开(公告)号：CN118196142A
公开(公告)日：2024-06-14
申请号：CN202410394904.0
申请日：2024-04-02
Applicant: 大连海事大学
IPC: G06T7/246 , G06V10/44 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明提供一种基于可学习互相关和排序损失的孪生网络目标跟踪算法，包括：获取目标图像和搜索图像；构建包括相连接的特征提取模块和可学习互相关模块的孪生神经网络模型，特征提取模块用于提取搜索图像的搜索特征图和目标图像的模板特征图；可学习互相关模块用于根据搜索特征图和模板特征图得到融合特征图；根据融合特征图构建排序损失函数更新孪生神经网络模型的参数；将图像组输入孪生神经网络模型，孪生神经网络结果输出目标图像在搜索图像的位置。通过可学习互相关模块增强对物体边界的分辨能力，防止被相似干扰物欺骗。通过基于排序的损失函数，增强模型的判别能力，缓解分类和定位之间的不匹配问题，确保更准确的目标预测。
-
公开(公告)号：CN118381695A
公开(公告)日：2024-07-23
申请号：CN202410435840.4
申请日：2024-04-11
Applicant: 大连海事大学
Abstract: 本发明提供一种基于循环平稳特性的CP‑OFDM信号参数盲估计方法，包括：计算采样数据延时为2个采样点的时变自相关值，采用频谱累计的方式进行谱面优化后提取循环相关频谱的谱峰位置，估计码片时宽#imgabs0#计算数据不同延时下的自相关累加值，根据门限值估计有用符号长度#imgabs1#计算采样数据延时为#imgabs2#的时变自相关值，采用频谱累计的方式进行谱面优化后通过门限判决提取多个循环相关频谱的谱峰，基于其平均频率间隔估计符号长度#imgabs3#估计符号长度#imgabs4#本发明在OFDM信号的循环平稳特性理论基础上，同时考虑实际逻辑电路设计的时间及资源复杂度，通过频率累积的方法优化了自相关的循环频谱谱峰表现，通过设定实时更新的检测门限，在提升改善估计精度的同时保证提取到正确的谱峰，同时结合流水线设计一定程度上减少了冗余计算以及内存资源的占用。
-
公开(公告)号：CN116249200A
公开(公告)日：2023-06-09
申请号：CN202310026706.4
申请日：2023-01-09
Applicant: 大连海事大学
Abstract: 本发明提供一种基于锚盒子区域变概率采样的蒙特卡洛定位方法，包括初始化传感器网络节点，初始时刻采集的样本节点数为N；对初始化后的节点进行预测；对预测后的节点进行过滤，过滤掉被定位节点一跳与二跳范畴内的锚节点坐标中不满足过滤条件的样本，在存在多个锚节点时，多个锚节点的采样区域会产生一个公共的采样区域，对公共的采样区域进行调整，得到更好的采样节点，提升节点定位精度。在过滤阶段中，若最后得到的样本节点数达不到N个，则进行一次迭代，直到采集到N个节点为止；再对过滤出的样本节点进行加权平均，得到最终的定位位置。本发明解决了MCL算法中的迭代次数过多以及MCB算法中因存在不合理的采样节点导致定位精度下降的问题。
-
Patent Agency Ranking
公开(公告)号：CN116249200B
公开(公告)日：2025-05-23
申请号：CN202310026706.4
申请日：2023-01-09
Applicant: 大连海事大学
Abstract: 本发明提供一种基于锚盒子区域变概率采样的蒙特卡洛定位方法，包括初始化传感器网络节点，初始时刻采集的样本节点数为N；对初始化后的节点进行预测；对预测后的节点进行过滤，过滤掉被定位节点一跳与二跳范畴内的锚节点坐标中不满足过滤条件的样本，在存在多个锚节点时，多个锚节点的采样区域会产生一个公共的采样区域，对公共的采样区域进行调整，得到更好的采样节点，提升节点定位精度。在过滤阶段中，若最后得到的样本节点数达不到N个，则进行一次迭代，直到采集到N个节点为止；再对过滤出的样本节点进行加权平均，得到最终的定位位置。本发明解决了MCL算法中的迭代次数过多以及MCB算法中因存在不合理的采样节点导致定位精度下降的问题。
-
公开(公告)号：CN116451032A
公开(公告)日：2023-07-18
申请号：CN202310144472.3
申请日：2023-02-21
Applicant: 大连海事大学
Abstract: 本发明提供一种基于DE‑LSSVM的AIS数据修复方法，包括：由自动识别系统获取船舶AIS数据；对船舶AIS数据进行预处理；筛选长距离缺失AIS数据；以基于改进欧氏距离的相似度判定方法作为指标对长距离缺失AIS数据进行相似历史数据检索，获取与长距离离缺失AIS数据最相似的AIS历史数据；将得到的相似数据作为训练集训练回归模型，为确保LSSVM方法对相似样本数据的建模精度，采用差分进化算法进行参数寻优，在长距离缺失数据情况下较为精准的还原AIS数据。本发明在考虑数据修复基础上，基于相似历史数据的轨迹相似性，采用优化效率高、参数设置简单、鲁棒性好的差分进化算法对LSSVM进行参数优化，更加精确的修复经度、纬度、航向与船速。
-
公开(公告)号：CN116204518A
公开(公告)日：2023-06-02
申请号：CN202310022194.4
申请日：2023-01-06
Applicant: 大连海事大学
IPC: G06F16/215 , G06F16/2458 , G06F17/16 , G06F18/22 , G06F18/23
Abstract: 本发明提供一种基于TSH压缩和DBSCAN聚类的船舶轨迹分析方法，包括：对船舶轨迹进行清洗；利用TSH对船舶轨迹进行压缩；利用Hausdorff距离进行轨迹之间的相似性度量，并得到相似性度量矩阵；利用DBSCAN对得到的相似性度量矩阵进行聚类；计算综合指标SCCH得分，根据SCCH得分的变化曲线，选择最佳的初始参数，实现参数的自适应选择。本发明解决了船舶轨迹压缩质量问题，考虑了AIS数据的多维信息(经度、纬度、时间、航速和航向)；针对DBSCAN聚类参数难以确定的问题，提出了聚类结果的综合评价指标SCCH，根据SCCH得分实现参数的自适应选择。本发明对分析船舶轨迹提供了新思路，得到的船舶轨迹划分有着良好的聚类效果，对于辅助船舶轨迹异常检测及挖掘海上交通特征具有重要意义。
-
公开(公告)号：CN113206813B
公开(公告)日：2022-10-18
申请号：CN202110379308.1
申请日：2021-04-08
Applicant: 大连海事大学
IPC: H04L27/26
Abstract: 本发明公开了一种基于改进选择映射法的OFDM系统峰均比抑制方法，包括：对发射端的数据比特流进行调制：设置过采样因子并对调制信号进行过采样处理，提取连续时间信号的细节特征；采用Wash‑Hadamard矩阵作为相位序列获得多组备选信号，对DCT编码信号进行傅里叶逆变换后经过线性组合获得多组时域信号，并设定信号门限功率值A，计算信号功率值A0；将门限功率值A作为基准值、将信号功率值A0与门限功率值A进行比较，计算OFDM系统内时域信号的PAPR值并挑选PAPR值最小的一路时域信号进行发送，同时将Wash‑Hadamard矩阵组合发送给接收机，接收机利用此相位序列恢复原始信号。
-
公开(公告)号：CN113192124A
公开(公告)日：2021-07-30
申请号：CN202110277365.9
申请日：2021-03-15
Applicant: 大连海事大学
Abstract: 本发明公开了一种基于孪生网络的图像目标定位方法，包括：根据图像中的目标大小和所在位置对图像进行裁剪和数据增强处理、获得视频序列训练集中的全部图像组成的样本对；构建自注意力机制模块和互注意力机制模块，构建基于注意力机制的交叉融合孪生网络，将视频序列裁剪得到的样本对输入至基于注意力机制的交叉融合孪生网络进行训练；使用训练好的交叉融合孪生网络计算目标模板与视频序列各帧的得分图，记录得分图中得分最大的位置即为目标位置。通过自注意力机制模块对通过该模块的图像特征进行增强，通过互注意力机制模块聚合模板分支和搜索分支的有效信息，弥补在特征提取过程中双方无法获取对方重要信息的问题，提升跟踪器对复杂场景变化的适应能力。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.023 seconds)
