-
公开(公告)号：CN111695461A
公开(公告)日：2020-09-22
申请号：CN202010475397.5
申请日：2020-05-29
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于图频特性的雷达杂波智能分类方法，基于数学模型的方法鲁棒性不够，数据特征提取多基于经验，本发明将一维杂波信号序列转换为图结构数据，用无向图表达杂波信号间的关联特性，用设计的特征提取器主要挖掘图结构中的谱半径最大特征值和表示连通性的第二小特征值作为数据特征的挖掘，将该图特征提取器与SVM结合，达到杂波类型区分的目标，本发明的使用，能够实现原始数据深层关联特征的信息提取，提高检测效率，省略对数据分布概率的建模过程，提高数据利用效率，增强检测的适应能力。
-
Patent Agency Ranking
公开(公告)号：CN111695461B
公开(公告)日：2021-09-07
申请号：CN202010475397.5
申请日：2020-05-29
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于图频特性的雷达杂波智能分类方法，基于数学模型的方法鲁棒性不够，数据特征提取多基于经验，本发明将一维杂波信号序列转换为图结构数据，用无向图表达杂波信号间的关联特性，用设计的特征提取器主要挖掘图结构中的谱半径最大特征值和表示连通性的第二小特征值作为数据特征的挖掘，将该图特征提取器与SVM结合，达到杂波类型区分的目标，本发明的使用，能够实现原始数据深层关联特征的信息提取，提高检测效率，省略对数据分布概率的建模过程，提高数据利用效率，增强检测的适应能力。
-
公开(公告)号：CN110501683A
公开(公告)日：2019-11-26
申请号：CN201910764890.6
申请日：2019-08-19
Applicant: 杭州电子科技大学
IPC: G01S7/41
Abstract: 本发明公开一种基于四维数据特征的海陆杂波分类方法，由于传统的海陆杂波背景下的目标检测方法主要是基于对雷达杂波的统计建模，造成了检测结果强依赖于杂波统计模型的准确度，而实际情况是海洋和陆地回波信号因自身环境的复杂性和受天气，温度，人工干扰等情况的影响，造成较难建立与实际情况一致的杂波统计模型。因此，提出一种基于雷达数据本身特性和模型参数相结合的四维特征分类方法，将回波数据的短时能量，过零率和相关性特性与统计模型的形状参数共同构建特征向量空间，在此基础上，用机器学习算法极限学习机解析分类结果，无复杂的迭代过程，以提高实时性和泛化性能。
-
公开(公告)号：CN103961084A
公开(公告)日：2014-08-06
申请号：CN201410135398.X
申请日：2014-04-04
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种基于NFC和蓝牙的便携式宫缩压力监测系统。本发明包含宫缩压力信号采集与无线传输的硬件模块以及Android手机上位机应用两部分构成。本发明将传感器输出的宫缩压力信号，经过放大、滤波处理之后，送入微控制器中进行AD采集转换，以实现对孕妇宫缩压力信号的无失真采集，并利用NFC和蓝牙技术将经处理后的宫缩压力信号传输到Android手机，在Android手机上开发的相关应用将接收到的信号进行相应运算与处理，实现信号的显示、存储、远程传输等功能。本发明基于NFC和蓝牙技术的便携式宫缩压力信号的采集、传输和存储，简化了传统的信号采集与传输过程。
-
公开(公告)号：CN104732202A
公开(公告)日：2015-06-24
申请号：CN201510074487.2
申请日：2015-02-12
Applicant: 杭州电子科技大学
IPC: G06K9/00
Abstract: 本发明涉及一种人眼检测中消除眼镜框影响的方法。目前人眼检测中存在眼镜框对人眼定位的干扰问题。本发明方法在利用AdaBoost检测算法得到的人脸眼部区域的基础上，首先在眼部区域内运用垂直和水平灰度投影，并结合镜框的固有特征来得到左、右眼部条形区域；其次分别对左、右眼部条形区域进行初始二值化，利用人眼虹膜和瞳孔的类圆形特征，运用自适应二值化圆拟合来调整二值化阈值，重新对左、右眼部条形区域二值化；迭代处理，最终左、右眼部条形区域的二值化图像圆拟合的圆心即为人脸左、右眼位置坐标。本发明方法充分挖掘眼部结构信息，并结合眼镜的框型固定特征，有效的避免了镜框引起的人眼定位错误。
-
公开(公告)号：CN110501683B
公开(公告)日：2021-06-04
申请号：CN201910764890.6
申请日：2019-08-19
Applicant: 杭州电子科技大学
IPC: G01S7/41
Abstract: 本发明公开一种基于四维数据特征的海陆杂波分类方法，由于传统的海陆杂波背景下的目标检测方法主要是基于对雷达杂波的统计建模，造成了检测结果强依赖于杂波统计模型的准确度，而实际情况是海洋和陆地回波信号因自身环境的复杂性和受天气，温度，人工干扰等情况的影响，造成较难建立与实际情况一致的杂波统计模型。因此，提出一种基于雷达数据本身特性和模型参数相结合的四维特征分类方法，将回波数据的短时能量，过零率和相关性特性与统计模型的形状参数共同构建特征向量空间，在此基础上，用机器学习算法极限学习机解析分类结果，无复杂的迭代过程，以提高实时性和泛化性能。
-
-
-
-
-
Search Results
6
records
(took 0.014 seconds)
