-
公开(公告)号：CN115359684A
公开(公告)日：2022-11-18
申请号：CN202210982945.2
申请日：2022-08-16
Applicant: 辽宁工程技术大学
Abstract: 本发明公开了一种基于Elastic‑BiGRU结构的航空器轨迹预测方法，包括清除ADS‑B数据中的极端数值，获取较为合理的轨迹数据集为接下来的模型训练预测做准备；构建以Elastic‑BiGRU为基础的轨迹训练模型，在探索航空器轨迹的运动规律过程中，以时间t为标准不断地将大量轨迹噪声清除并将缺失数据填补回去，完整地实现未来时刻航空器地理坐标的预测定位。本发明选取双向门控循环单元为预测模型的主要结构，在训练模型过程中添加基于弹性网络的曲线拟合过程，对原始数据进行预处理修正；对航空器轨迹预测模型在结构选取、参数设置等方面进行优化，从大量的历史轨迹数据中，学习航空器轨迹的时空特征，在相对较短时间内总结数据中隐藏的变化规律，将轨迹预测的精准度进一步提高。
-
公开(公告)号：CN112529021B
公开(公告)日：2024-05-28
申请号：CN202011588940.9
申请日：2020-12-29
Applicant: 辽宁工程技术大学
Abstract: 本发明提供了一种基于尺度不变特征变换算法特征的航拍图像匹配方法，包括在对待匹配图像和参考图像通过SIFT算法得到的特征描述子进行计算特征之间的点积，取点积的反余弦结果并排序之后，先用低阈值进行匹配，当低阈值没有足够的匹配对时，提至高阈值重新匹配；对低阈值得到的匹配集使用MSAC单应性变换模型筛选，对高阈值得到的匹配集使用MSAC仿射变换模型筛选。本发明在0.6阈值时通过MSAC单应性模型算法筛选后获得分布较为均匀特征匹配对；0.8阈值时通过MSAC仿射模型算法筛选后得到正确匹配对的结果较稳定。根据两种模型的特性对不同精度的特征匹配集使用不同的模型，提高了算法的匹配精度。
-
公开(公告)号：CN114239830A
公开(公告)日：2022-03-25
申请号：CN202111536219.X
申请日：2021-12-15
Applicant: 辽宁工程技术大学
Abstract: 本发明公开了一种基于知识蒸馏的文本无关说话人确认方法，步骤为：数据预处理，其由数据准备和数据封装两部分组成；特征提取，其由音频读取、信号预加重、特征转换、样本归一化四部分组成；学生模型设计，其由学生模型网络结构设计以及训练算法部分组成；模型性能评估，对设计的学生模型进行性能评估，通过直观的计算教师学生网络输出的speaker embedding间的余弦相似度来指导学生模型训练，使用ERR对学生模型进行性能评估。本发明可以有效的利用教师模型得到的先验知识指导学生网络进行训练，使得模型参数量较小的学生模型在模型参数量较大的教师网络的指导下达到接近于教师网络性能的目的，从而实现对说话人确认模型进行参数压缩的目的。
-
公开(公告)号：CN112529021A
公开(公告)日：2021-03-19
申请号：CN202011588940.9
申请日：2020-12-29
Applicant: 辽宁工程技术大学
Abstract: 本发明提供了一种基于尺度不变特征变换算法特征的航拍图像匹配方法，包括在对待匹配图像和参考图像通过SIFT算法得到的特征描述子进行计算特征之间的点积，取点积的反余弦结果并排序之后，先用低阈值进行匹配，当低阈值没有足够的匹配对时，提至高阈值重新匹配；对低阈值得到的匹配集使用MSAC单应性变换模型筛选，对高阈值得到的匹配集使用MSAC仿射变换模型筛选。本发明在0.6阈值时通过MSAC单应性模型算法筛选后获得分布较为均匀特征匹配对；0.8阈值时通过MSAC仿射模型算法筛选后得到正确匹配对的结果较稳定。根据两种模型的特性对不同精度的特征匹配集使用不同的模型，提高了算法的匹配精度。
-
公开(公告)号：CN112257796B
公开(公告)日：2024-06-28
申请号：CN202011174153.X
申请日：2020-10-28
Applicant: 辽宁工程技术大学
IPC: G06V10/80 , G06V10/82 , G06N3/0464 , G06T7/11 , G06T3/4084
Abstract: 本发明公开了一种基于选择性特征连接的卷积神经网络的图像整合方法，包括：分别求出低层特征和高层特征的平均特征；得到的高层特征的平均特征减去低层特征的平均特征得到关键特征图的得分；对高层特征的平均特征进行缩放处理；进行Softmax归一化处理得到特征Z；对特征Z进行最大值归一处理，得到注意得分。本发明的基于选择性特征连接的卷积神经网络的图像整合方法基于选择性特征连接的高低层特征融合方式能更好的整合特征图信息，更有效的利用已经学习到的特征，且并不会增加参数量。优化了卷积神经网络结构，提升了网络的性能，尤其对于浅层卷积神经网络具有重要意义，让浅层卷积神经网络应用到更多的领域中去。
-
Patent Agency Ranking
公开(公告)号：CN113240581A
公开(公告)日：2021-08-10
申请号：CN202110381837.5
申请日：2021-04-09
Applicant: 辽宁工程技术大学
Abstract: 本发明公开了一种针对未知模糊核的真实世界图像超分辨率方法，包括预测器，初步估计模糊核并设计校正器得到准确的图像模糊核信息；高分辨率图像通过模糊化处理并注入噪声构建低分辨率真实世界图像；设计新型超分辨率网络结构，每个卷积层后根据模糊核对特征图进行空间特征变换，提高网络处理不同模糊图像的能力；将非线性映射部分以残差密集块结构相连，并整合入生成对抗网络框架增强纹理细节恢复能力。本发明的方法相较于其他方法都有显著提高，在DF2K和DIV2K两个数据集上的测试结果表明新方法的峰值信噪比、结构相似度和感知指数高于EDSR和ESRGAN等经典方法。
-
公开(公告)号：CN103793592A
公开(公告)日：2014-05-14
申请号：CN201310029263.0
申请日：2013-01-27
Applicant: 辽宁工程技术大学
IPC: G06F19/00
Abstract: 本发明公开了一种基于二元模糊事故树的电气系统可靠性评价方法，特点在于：针对使用多元影响因素和模糊评价数据对电气系统进行可靠性评价的问题，选择两个重要因素：工作时间（t）和工作温度（c）对各个元件及其组成系统的可靠性进行确定。包括：根据模糊语义构建各元件在t和c两方面发生故障概率的隶属度函数，用事故树表示系统结构并进行化简，得到考虑数据模糊的t和c二元因素影响的系统模糊故障概率分布。引入模糊语义划分得到系统模糊故障概率在t和c平面上的三个模糊划分类。本发明可以分析二元甚至多元因素影响条件下，电气系统模糊故障概率分析的特征，进而研究其系统可靠性。可广泛用于电气元件及其组成系统的可靠性确定。
-
公开(公告)号：CN114048805A
公开(公告)日：2022-02-15
申请号：CN202111316950.1
申请日：2021-11-09
Applicant: 辽宁工程技术大学
Abstract: 本发明涉及员工离职预测技术领域，且公开了一种基于改进的gcForest员工离职预测方法，所述员工离职预测方法的过程为：(1)、建立算法基础；GcForest模型，其分为两个阶段：多粒度扫描和级联森林，多粒度扫描阶段将原始特征进行转化为类别概率向量作为输入特征，输入特征在级联森林阶段经过多个级联层得出预测结果；在级联森林结构中，每一层都包含两种森林：随机森林和极端森林，每个随机森林和极端森林内部由若干个随机树组成；该模型通过在gcForest的级联部分加入CatBoost模型以及gcForest的末尾连接AdaBoost模型，使gcForest能够处理更加复杂的问题，提升了gcfoest的准确性。并应用该模型实现对某企业的员工离职预测，实验结果显示，改进的gcForest模型的预测准确率为89.68％，AUC为0.720。
-
公开(公告)号：CN112257796A
公开(公告)日：2021-01-22
申请号：CN202011174153.X
申请日：2020-10-28
Applicant: 辽宁工程技术大学
Abstract: 本发明公开了一种基于选择性特征连接的卷积神经网络的图像整合方法，包括：分别求出低层特征和高层特征的平均特征；得到的高层特征的平均特征减去低层特征的平均特征得到关键特征图的得分；对高层特征的平均特征进行缩放处理；进行Softmax归一化处理得到特征Z；对特征Z进行最大值归一处理，得到注意得分。本发明的基于选择性特征连接的卷积神经网络的图像整合方法基于选择性特征连接的高低层特征融合方式能更好的整合特征图信息，更有效的利用已经学习到的特征，且并不会增加参数量。优化了卷积神经网络结构，提升了网络的性能，尤其对于浅层卷积神经网络具有重要意义，让浅层卷积神经网络应用到更多的领域中去。
-
公开(公告)号：CN103793592B
公开(公告)日：2017-06-09
申请号：CN201310029263.0
申请日：2013-01-27
Applicant: 辽宁工程技术大学
IPC: G06F19/00
Abstract: 一种基于二元模糊事故树的电气系统可靠性评价方法，本发明公开了一种基于二元模糊事故树的电气系统可靠性评价方法，特点在于针对使用多元影响因素和模糊评价数据对电气系统进行可靠性评价的问题，选择两个重要因素：工作时间（t）和工作温度（c）对各个元件及其组成系统的可靠性进行确定。包括根据模糊语义构建各元件在t和c两方面发生故障概率的隶属度函数，用事故树表示系统结构并进行化简，得到考虑数据模糊的t和c二元因素影响的系统模糊故障概率分布。引入模糊语义划分得到系统模糊故障概率在t和c平面上的三个模糊划分类。本发明可以分析二元甚至多元因素影响条件下，电气系统模糊故障概率分析的特征，进而研究其系统可靠性。可广泛用于电气元件及其组成系统的可靠性确定。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.024 seconds)
