公开(公告)号：CN111222574B

公开(公告)日：2022-04-05

申请号：CN202010013691.4

申请日：2020-01-07

Applicant: 西北工业大学

Inventor： 粟嘉 ,  李大伟 ,  陶明亮 ,  张顺 ,  谢坚 ,  张兆林 ,  王伶 ,  韩闯 ,  宫延云 ,  范一飞

IPC: G06V10/764 ,  G06V10/762 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了一种基于多模型决策级融合的舰船与民船目标检测与分类方法，在充分分析Faster‑RCNN和YOLOv3模型对不同场景中目标检测的差异性后，通过构造符合舰船识别具体适用场景的决策树，对各模型输出结果进行决策级融合，从而实现多模型对近景和遥感图像内目标检测与识别的优势互补，提高了舰船目标的定位及分类准确度。整个过程脱离人工干预，减少人力成本，使得针对舰船目标的实时检测与识别成为可能。

公开(公告)号：CN111222574A

公开(公告)日：2020-06-02

申请号：CN202010013691.4

申请日：2020-01-07

Applicant: 西北工业大学

Inventor： 粟嘉 ,  李大伟 ,  陶明亮 ,  张顺 ,  谢坚 ,  张兆林 ,  王伶 ,  韩闯 ,  宫延云 ,  范一飞

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了一种基于多模型决策级融合的舰船与民船目标检测与分类方法，在充分分析Faster-RCNN和YOLOv3模型对不同场景中目标检测的差异性后，通过构造符合舰船识别具体适用场景的决策树，对各模型输出结果进行决策级融合，从而实现多模型对近景和遥感图像内目标检测与识别的优势互补，提高了舰船目标的定位及分类准确度。整个过程脱离人工干预，减少人力成本，使得针对舰船目标的实时检测与识别成为可能。

公开(公告)号：CN111366892A

公开(公告)日：2020-07-03

申请号：CN202010215244.7

申请日：2020-03-24

Applicant: 西北工业大学

Inventor： 王伶 ,  郑怡童 ,  李大伟 ,  汪跃先 ,  粟嘉 ,  陶明亮 ,  范一飞 ,  张兆林

IPC: G01S3/14 ,  G06F17/18 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了一种基于神经网络Massive MIMO DOA系统及实现方法，信号生成模块通过仿真产生训练数据集输入生成信号处理模块，生成信号处理模块对数据进行协方差操作后输入生成数据处理模块；生成数据处理模块对输入的数据进行拉直操作并组成数据集，输入回归模型训练模块进行训练；DOA处理模块采取相同操作，训练模块训练生成的回归模型输入DOA处理模块的回归模型处理模块中，回归模型处理模块通过接受来自回归模型训练模块训练生成的回归模型，进行回归操作并产生DOA预测结果。本发明具备对多个来波的波达方向定位能力，DOA估计速率包含达到MUSIC的80倍以上。