-
-
公开(公告)号：CN107576949B
公开(公告)日：2020-03-27
申请号：CN201710728138.7
申请日：2017-08-23
Applicant: 电子科技大学
IPC: G01S7/41
Abstract: 本发明公开了一种基于密度权重和混合核函数的SVDD雷达目标一维距离像识别方法，属于雷达目标识别领域。由于K型核函数具有泛化能力强，有利于提取训练数据的全局特性，避免了径向基核函数复杂的指数运算，同时具有多项式核函数计算量小和径向基核函数逼近精度高的优点。而径向基核函数具有很好的局部特性，因此本发明将K型核函数与径向基核函数进行组合替代传统的SVDD算法中的核函数；同时，本发明采用基于截断距离的局部密度算法在高维核特征空间中计算支持向量与训练样本数据之间的局部密度，根据密度的分布，调整超闭球的形状，有效的提高了雷达一维距离像单类目标的识别性能。
-
公开(公告)号：CN107678006A
公开(公告)日：2018-02-09
申请号：CN201710794644.6
申请日：2017-09-06
Applicant: 电子科技大学
IPC: G01S7/41
CPC classification number: G01S7/41
Abstract: 本发明公开了一种最大间隔子空间的雷达真假目标一维距离像特征提取方法，属于雷达目标识别技术领域。本发明首先基于关于雷达目标一维距离像的训练样本集训练最大间隔子空间矩阵W，在训练时，基于训练样本xij的类间散布矩阵SB和类内散布矩阵SW构建求解W的目标方程；最后，基于训练好的矩阵W，将待提取子像特征的雷达真假目标一维距离像向矩阵W映射，得到子像特征。本发明通过增大类间散布距离和减少类内散布距离，使类间分离间隔达到最大，减少类间交迭，同时，该方法获得的特征矢量维数不受类别数的制约，能够获得更有利的特征维数，从而提高目标的识别效能。
-
公开(公告)号：CN103455797B
公开(公告)日：2017-01-11
申请号：CN201310404795.8
申请日：2013-09-07
Applicant: 西安电子科技大学
Abstract: 本发明公开一种航拍视频中运动小目标的检测与跟踪方法，包括1.采集图像；2.提取SURF特征点；3.图像分组匹配；4.获得仿射矩阵；5.获得差分图像；6.开运算处理；7.提取目标区域；8.确定目标模板；9.确定目标检测区域；10.特征点提取与匹配；11.确定目标的配准中心位置；12.确定目标中心位置；13.确定目标的长和宽。本发明在目标跟踪过程中具有很好的实时性和鲁棒性，本发明在目标跟踪过程中获得平滑的目标运动轨迹。
-
公开(公告)号：CN116458846A
公开(公告)日：2023-07-21
申请号：CN202310407624.4
申请日：2023-04-17
Applicant: 杭州电子科技大学
IPC: A61B5/00 , A61B5/145 , A61M37/00 , A61K9/00 , A61K47/38 , A61K47/32 , A61K47/36 , A61K31/27 , A61K31/4178 , A61P43/00
Abstract: 本发明属于功能贴片技术领域，具体涉及一种柔性可穿戴汗液贴片，包括自下而上依次叠设的微针层、电极层、绝缘层、柔性电路层、贴片外壳，微针层的底部具有可溶性微针，可溶性微针内包覆有刺激汗液分泌的药物；所述微针层上具有位于可溶性微针背部的进汗孔，进汗孔贯通微针层以与电极层连通；所述电极层具有检测电极，用于对汗液进行检测；所述电极层的电极贯穿绝缘层的导线孔与柔性电路层电连接。本发明的柔性可穿戴汗液贴片，通过深入皮下，微针分解融化后，药物会被释放刺激汗液产生，进而通过检测电极进行汗液生理参数的检测。
-
Patent Agency Ranking
公开(公告)号：CN107545279B
公开(公告)日：2020-07-31
申请号：CN201710764629.7
申请日：2017-08-30
Applicant: 电子科技大学
Abstract: 本发明属于雷达目标识别领域。一种基于卷积神经网络与加权核特征分析的图像识别方法，具体步骤为：首先，对SAR图像进行预处理，包括裁剪和去噪。其次，利用卷积神经网络提取SAR图像目标的特征。然后，利用加权核特征分析，筛选提取到的特征，去除坏的特征，保留好的特征。最后，利用最近邻分类进行识别。本发明将卷积神经网络和加权核特征分析方法结合，将卷积神经网络提取的特征用加权核特征分析降维，然后用最近邻分类识别，有效的弥补了传统的卷积神经网络识别性能欠佳的特点；同时利用加权核特征分析对特征矩阵降维，提纯了特征，提高了识别率。
-
-
公开(公告)号：CN107576949A
公开(公告)日：2018-01-12
申请号：CN201710728138.7
申请日：2017-08-23
Applicant: 电子科技大学
IPC: G01S7/41
Abstract: 本发明公开了一种基于密度权重和混合核函数的SVDD雷达目标一维距离像识别方法，属于雷达目标识别领域。由于K型核函数具有泛化能力强，有利于提取训练数据的全局特性，避免了径向基核函数复杂的指数运算，同时具有多项式核函数计算量小和径向基核函数逼近精度高的优点。而径向基核函数具有很好的局部特性，因此本发明将K型核函数与径向基核函数进行组合替代传统的SVDD算法中的核函数；同时，本发明采用基于截断距离的局部密度算法在高维核特征空间中计算支持向量与训练样本数据之间的局部密度，根据密度的分布，调整超闭球的形状，有效的提高了雷达一维距离像单类目标的识别性能。
-
公开(公告)号：CN107545279A
公开(公告)日：2018-01-05
申请号：CN201710764629.7
申请日：2017-08-30
Applicant: 电子科技大学
Abstract: 本发明属于雷达目标识别领域。一种基于卷积神经网络与加权核特征分析的图像识别方法，具体步骤为：首先，对SAR图像进行预处理，包括裁剪和去噪。其次，利用卷积神经网络提取SAR图像目标的特征。然后，利用加权核特征分析，筛选提取到的特征，去除坏的特征，保留好的特征。最后，利用最近邻分类进行识别。本发明将卷积神经网络和加权核特征分析方法结合，将卷积神经网络提取的特征用加权核特征分析降维，然后用最近邻分类识别，有效的弥补了传统的卷积神经网络识别性能欠佳的特点；同时利用加权核特征分析对特征矩阵降维，提纯了特征，提高了识别率。
-
公开(公告)号：CN103455797A
公开(公告)日：2013-12-18
申请号：CN201310404795.8
申请日：2013-09-07
Applicant: 西安电子科技大学
Abstract: 本发明公开一种航拍视频中运动小目标的检测与跟踪方法，包括1.采集图像；2.提取SURF特征点；3.图像分组匹配；4.获得仿射矩阵；5.获得差分图像；6.开运算处理；7.提取目标区域；8.确定目标模板；9.确定目标检测区域；10.特征点提取与匹配；11.确定目标的配准中心位置；12.确定目标中心位置；13.确定目标的长和宽。本发明在目标跟踪过程中具有很好的实时性和鲁棒性，本发明在目标跟踪过程中获得平滑的目标运动轨迹。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.02 seconds)
