-
公开(公告)号:CN120012561A
公开(公告)日:2025-05-16
申请号:CN202510050056.6
申请日:2025-01-13
Applicant: 浙江工业大学
IPC: G06F30/27 , G06F18/10 , G06F18/24 , G06F18/214 , G06F18/25 , G06N3/048 , G06N3/0464 , G06N3/044 , G06N3/08 , G06F17/16 , G06F17/18 , G01S5/18 , G06F119/14
Abstract: 本发明涉及一种非理想信道条件下去噪优化的DOA估计方法,构造模拟非理想信道条件下的仿真数据集,构建改进的去噪与分类网络;训练改进的去噪与分类网络后,获取测试信号数据,输入训练后的模型中,得到方位估计。本发明在原始信号中引入多种复杂因素,构建更加贴近实际场景的训练数据集,解决数据稀缺、类型单一的问题;提出基于扩散模型的加噪‑去噪方案,对数据进行增强和优化处理,抑制噪声的影响,提升信号的特征表达能力;设计多维特征融合的复数注意力机制深度学习框架,实现多维特征的高效整合,解决信号多维特征割裂的问题,从而提高模型在复杂环境下的鲁棒性和精度。
-
公开(公告)号:CN119992174A
公开(公告)日:2025-05-13
申请号:CN202510049551.5
申请日:2025-01-13
Applicant: 浙江工业大学
IPC: G06V10/764 , G06V10/774 , G06V10/74 , G06V10/25 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/0455 , G06N3/084
Abstract: 本发明涉及一种基于动态潜在特征引导的小样本目标检测方法,获取样本数据集,构建基于动态潜在特征引导的小样本目标检测模型;以样本数据集中的基类数据训练模型后冻结模型的局部参数,以样本数据集中的新类数据对模型进行调节;向调节后的模型输入待检测数据,获得小样本目标检测结果。本发明使得特征表征更加细腻和多样化,提高整体检测效果和模型的泛化能力,通过多尺度信息的提取和多相似性的引导,显著提升模型对支持特征的有效利用,进而增强对目标的预测能力。
-