-
公开(公告)号：CN118713776A
公开(公告)日：2024-09-27
申请号：CN202311691876.0
申请日：2023-12-11
Applicant: 桂林理工大学
IPC: H04B17/382 , H04W16/16
Abstract: 本发明涉及一种轻量化强化学习动态频谱抗干扰方法及装置,包括：第一阶段：收集训练无人机与基站通信过程中所感知的频谱状态，得到频谱瀑布图；将训练无人机的频谱瀑布图作为状态输入到DQN算法中，利用DQN算法对频谱瀑布图进行分析，得到N个Q值向量；通过K‑means方法对Q值向量进行聚类分析，得到K个独立的簇，并对频谱数据进行标记，通过标记后的频谱数据对状态聚类网络进行训练；最后将训练好的状态聚类网络模型部署在任务无人机上。第二阶段：获取任务无人机的频谱瀑布图；将其作为状态聚类网络的输入进行聚类，得到状态聚类结果；将状态聚类结果输入到Q‑learning中，基于Q‑learning学习在线抗干扰策略。本发明用于无人机通信领域。
-
公开(公告)号：CN118196703A
公开(公告)日：2024-06-14
申请号：CN202410287956.8
申请日：2024-03-14
Applicant: 桂林理工大学
IPC: G06V20/52 , G06V10/82 , G06N3/0464 , G06V10/774
Abstract: 本发明的目的是针对目前人像跟踪算法跟踪准确度、跟踪精确度低、身份切换次数多的问题，在原有的YOLOv5网络结构基础上做出改进，提出一种基于改进StrongSort‑YOLOv5的人像跟踪方法。首先在YOLOv5主干网络与颈部网络之间和颈部网络中添加了CBAM注意力模块；其次是输出端损失函数的改进，引入了考虑真实框与预测框之间矢量角的SIoU使模型能够在训练过程中更轻松、更快速地接近真实帧，从而提高模型在目标定位上的精度。这一优化措施在人像数据集的实验结果上也得到了充分验证，改进算法相较于先前的版本实现了最优的整体效果，跟踪准确度从改进前的54.50%上升至57.43%，提升了2.97%；跟踪精确度从改进前的81.15%上升至82.52%，同时有效减少了因目标遮挡导致的身份切换次数。
-
公开(公告)号：CN118135438A
公开(公告)日：2024-06-04
申请号：CN202410262897.9
申请日：2024-03-07
Applicant: 桂林理工大学
IPC: G06V20/17 , G06V10/25 , G06V10/774 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/082
Abstract: 本发明的目的是针对目前航拍检测算法平均精度低、速度慢、漏检率高的问题，在原有的YOLOv5基础上做出改进，提出一种基于改进YOLOv5的航拍检测方法。首先是骨干网络的改进，设计一种由SPConv、CA注意力、C3相结合的SCC3模块，并将SCC3模块同时替换掉主干网络中第2层、4层、6层、9层的C3模块；其次是颈部网络的改进，在颈部网络的最后一层C3后面接上一层CA坐标注意力；最后是损失函数的改进，本发明采用了Alpha损失函数，用以替代原始YOLOv5中的CIoU损失函数。Alpha损失函数可以加速网络模型的收敛，提高了航拍检测模型的回归准确性，有效提升航拍目标检测算法性能。实验结果表明，本发明所提出的YOLOv5‑our相比于原始的YOLOv5在航拍检测上平均精度得到显著提升。
-
公开(公告)号：CN116259313A
公开(公告)日：2023-06-13
申请号：CN202310245354.1
申请日：2023-03-14
Applicant: 桂林理工大学
Abstract: 本发明提供一种基于时域卷积网络的声音事件定位和检测方法，该方法采用了TCN层来增强模型对长期时间和空间信息的建模能力，同时可以实现同时进行声音事件检测和声音事件定位，减少了算法复杂度和计算量，使用联合训练的方法优化了声音事件检测和声音事件定位任务的损失函数，提高了模型的泛化能力和稳定性。
-
公开(公告)号：CN114090696A
公开(公告)日：2022-02-25
申请号：CN202111192480.2
申请日：2021-10-13
Applicant: 桂林理工大学
Abstract: 本发明涉及一种环境音大数据可视化系统及方法，系统包括后端服务器、环境音固定采集装置、环境音移动采集装置、MYSQL数据库、前端服务器、电脑端和移动端，环境音固定采集装置和环境音移动采集装置进行环境音数据采集，并通过后端服务器和前端服务器进行环境音数据处理，将处理后的数据发送电脑端和移动端的环境音可视化页面进行显示。本发明以多端采集的形式对环境音频数据进行采集，通过后端服务器将各个装置进行连接，并通过MYSQL数据库保存各种数据，前端服务器能够构建环境音可视化页面，并对环境音频数据进行识别处理，将识别后的信息显示在环境音可视化页面中，实现了固定以及移动的城市环境音大数据监测观察。
-
Patent Agency Ranking
公开(公告)号：CN111934786A
公开(公告)日：2020-11-13
申请号：CN202010750013.6
申请日：2020-07-30
Applicant: 桂林理工大学
Abstract: 本发明公开了一种基于深度强化学习的信号隐蔽抗干扰方法和装置，其方法包括：用户通过接收机接收当前时刻的环境状态信息，基于深度强化学习网络选择当前时刻的用户决策，并将用户决策保存至预设的历史决策序列表中，将用户决策发送至接收机，由接收机控制发射机发射用户信号；基于干扰决策估计网络将干扰决策与用户历史决策序列进行拟合处理，得到网络误差值并将其作为用户当前时刻的瞬时回报，据此更新深度强化学习网络，基于更新后的深度强化学习网络对环境状态信息进行拟合处理，选择下一时刻的用户决策。本发明通过不断进行数据训练，深度强化学习网络得到下一时刻信道选择的最优解，不仅能够提高抗干扰性能，同时避免用户信息泄露。
-
公开(公告)号：CN118196488A
公开(公告)日：2024-06-14
申请号：CN202410287954.9
申请日：2024-03-14
Applicant: 桂林理工大学
IPC: G06V10/764 , G06V10/82 , G06N3/0464 , G06V10/25 , G06V20/17 , G06N3/08
Abstract: 本发明的目的是针对目前森林火焰检测算法平均精度低、速度慢、漏检率高的问题，在原有的YOLOv5基础上做出改进，提出一种基于改进YOLOv5的森林火焰检测方法。首先是骨干网络的改进，将YOLOv7使用的SPPCSPC模块替换掉原YOLOv5中骨干网络的金字塔池化块(SPP)，接着设计一种由SPConv、C3相结合的SPC3模块，并将SPC3模块同时替换掉主干网络中第2层、4层、6层、9层的C3模块；其次是输出端损失函数的改进，引入了具有更多惩罚项的EIoU损失函数来替换原始YOLOv5的CIoU损失函数，EIoU损失函数不仅提升了模型的检测精度，还加快了模型的收敛速度。实验结果表明，本发明所提出的YOLOv5‑improve相比于原始的YOLOv5在森林火焰检测上精确度、平精度和召回率都得到显著提升。
-
公开(公告)号：CN114090696B
公开(公告)日：2024-03-29
申请号：CN202111192480.2
申请日：2021-10-13
Applicant: 桂林理工大学
Abstract: 本发明涉及一种环境音大数据可视化系统及方法，系统包括后端服务器、环境音固定采集装置、环境音移动采集装置、MYSQL数据库、前端服务器、电脑端和移动端，环境音固定采集装置和环境音移动采集装置进行环境音数据采集，并通过后端服务器和前端服务器进行环境音数据处理，将处理后的数据发送电脑端和移动端的环境音可视化页面进行显示。本发明以多端采集的形式对环境音频数据进行采集，通过后端服务器将各个装置进行连接，并通过MYSQL数据库保存各种数据，前端服务器能够构建环境音可视化页面，并对环境音频数据进行识别处理，将识别后的信息显示在环境音可视化页面中，实现了固定以及移动的城市环境音大数据监测观察。
-
公开(公告)号：CN116343318A
公开(公告)日：2023-06-27
申请号：CN202310218196.0
申请日：2023-03-08
Applicant: 桂林理工大学
IPC: G06V40/18 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种在线学习场景下基于眼动信号的情感识别方法，包括4个步骤：S1数据采集模块：设计了一个模拟在线学习场景的数据采集实验来获取眼动信号的相关数据；S2眼动信号预处理模块：对采集到的眼动信号进行预处理；S3眼动特征提取与融合模块：将预处理后的眼动信号进行手工特征提取得到浅层特征，随后将浅层特征输入CNN中提取信号的深层特征，最后将深层特征与浅层特征进行特征层融合并降维得到眼动信号的融合特征；S4情感识别模块：将融合特征应用于决策树算法中对高兴、无聊、困惑和感兴趣四种情感进行识别，然后通过相关指标对识别效果进行判定。本发明能够提高在线学习场景下情感识别的精度，为未来本领域的研究提供了更多参考价值。
-
公开(公告)号：CN116318520A
公开(公告)日：2023-06-23
申请号：CN202310115728.8
申请日：2023-02-15
Applicant: 桂林理工大学
IPC: H04K3/00
Abstract: 本发明提供一种干扰机的路径控制方法、装置、系统以及存储介质，属于路径控制领域，方法包括：计算所有时刻干扰机位置、功率信息、接收ACK数量以及频谱信息的状态空间；计算所有时刻决策信息的动作空间；根据所有时刻状态转移概率组成矩阵，得到状态转移概率矩阵；计算所有时刻接收ACK数量的奖励值集合；通过状态空间、动作空间、状态转移概率矩阵以及奖励值集合构建得到初始Q值表。本发明能够让干扰机制定并执行不同的最优决策，从而实现高效、动态性强的干扰，同时获得最有效的干扰效果和最优的干扰资源的利用率，从而使得干扰效益最大化，也一定程度的解决了“维数灾”的问题，且适用于干扰领域。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.022 seconds)
