-
公开(公告)号：CN102750551A
公开(公告)日：2012-10-24
申请号：CN201210202073.X
申请日：2012-06-18
Applicant: 杭州电子科技大学
IPC: G06K9/62
Abstract: 本发明公开了一种粒子寻优下基于支持向量机的高光谱遥感分类方法。现有方法无法满足对数据维数高、数据量大的高光谱数据进行高效率高精度的分类，对支持向量机方法的参数没有理想的选择方法。本发明首先对高光谱数据进行预处理，去掉大气吸收等因素影响下的异常波段。之后随机选取各个类别的一定比例的数据作为训练数据，选择高斯径向基为核函数形式，训练基于支持向量机的分类器。设计变化权重的速度更新公式，并保证一定比例的粒子突变，通过粒子群优化算法，选择得到最优分类器参数。训练多个的二分类器，以投票法的方式选取得票最多的类成为数据点的最终预测的类别。本发明增强了分类器参数寻优收敛的能力，提高了高光谱遥感图像的分类性能。
-
公开(公告)号：CN102269619A
公开(公告)日：2011-12-07
申请号：CN201110125899.6
申请日：2011-05-16
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种基于无线传感网络的声信号采集终端。本发明包括声传感阵列模块、声信号调理模块、微处理器模块、无线发送与接收模块和电源模块。声传感阵列模块采集的六路声信号接到包含六通道的声信号调理电路模块的输入端。声信号调理模块的输出端与微处理器模块输入端相连。微处理器模块的输出端连接到无线发送与接收模块的输入端。电源模块分别为声传感阵列模块、声信号调理电路的模块、微处理器模块和无线发送与接收模块提供电源。利用本发明终端设备构建无线探测网络，车辆识别的准确率高，应用成本降低，并可通过无线传感网络提高了车辆识别的覆盖面积。
-
公开(公告)号：CN119512563B
公开(公告)日：2025-05-09
申请号：CN202510073503.X
申请日：2025-01-17
Applicant: 杭州电子科技大学
Abstract: 本发明公开了基于LRU缓存的解释型指令集模拟器及其指令执行方法。所述模拟器包括可执行文件加载模块、指令集模块、寄存器模块、内存模块和反汇编模块。通过加载ELF文件中的程序的入口地址，按照指令执行方法完成指令模拟工作，并展示反汇编结果。所述指令执行方法，通过子缓存存储跳转指令的地址，并在跳转指令第二次出现时，将两个跳转指令间的指令块译码结果存入LRU缓存中，减少了不必要的缓存操作，最大化的利用了缓存资源。在后续译码前，直接从LRU缓存中取出译码结果，避免对一个指令块进行多次、重复译码，提高模拟器的运行效率。并基于最近最少使用策略对缓存空间进行清理。
-
公开(公告)号：CN113945958B
公开(公告)日：2025-05-06
申请号：CN202111054886.4
申请日：2021-09-09
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于出租车GPS数据的路段中寻客状态车辆识别方法。本发明使用出租车的GPS数据以及地图道路数据，通过计算出速度阈值来筛选出寻客行为的车辆和正常行驶车辆。本发明通过筛选出路段中的寻客行为的车辆，并在样本中舍去该模式的车辆的数据，为估算出路段车速提供更高质量的样本，在一定程度上可以帮助车辆行为识别的相关工作。
-
公开(公告)号：CN116958792B
公开(公告)日：2025-04-29
申请号：CN202310867989.5
申请日：2023-07-14
Applicant: 西安电子科技大学
IPC: G06V10/98 , G01S7/41 , G01S13/90 , G01S13/86 , G06V10/80 , G06V10/766 , G06V10/764 , G06V10/82 , G06V10/40 , G06N3/0464 , G06N3/048 , G06N3/0455 , G06V10/26
Abstract: 本发明公开了一种辅助SAR车辆目标检测的去虚警方法，涉及雷达目标检测技术领域，解决了现有技术中对目标进行检测时，虚警率较高，且容易出现低质量的检测框，难以对目标进行精准检测的问题；方法包括：获取相互配准的SAR图像和光学遥感图像；将SAR图像输入至训练好的目标检测网络中，得到初步目标检测结果；将光学遥感图像输入至训练好的目标分割网络，得到目标分割结果；将目标检测结果中边界框位置映射至分割图像上，计算处于边界框内部的所有非车辆目标像素点之和，根据一定阈值，去除初步目标检测结果中的虚警。本发明在原有目标检测框架基础上增强了预测特征层的特征表示能力，实现了复杂场景下去除虚警的功能，提升了SAR图像目标检测效果。
-
Patent Agency Ranking
公开(公告)号：CN119854670A
公开(公告)日：2025-04-18
申请号：CN202510041075.2
申请日：2025-01-10
Applicant: 电子科技大学
Abstract: 本发明公开了自偏置CTIA像元读出电路、图像传感器及电子设备，涉及集成电路技术领域，其技术方案要点是：包括像元以及由积分运放与积分电容构成的积分器，积分运放为单端输入反相放大器，还包括：偏置电压储存模块，用于在像元读出电路的复位阶段储存积分运放的偏置电压，并在像元读出电路的积分阶段向积分运放的偏置端输出偏置电压，以消除失调电压；负载预充电模块，用于在像元读出电路的复位阶段，将积分运放的输出端初始电压调至参考电压。本发明通过自偏置积分及负载电容预充电的组合方式，消除了像元读出电路的失调和像元电路之间的输出失配，抑制和消除因电路失调和失配导致的图像传感器像元阵列的FPN，提高像素的均匀性。
-
公开(公告)号：CN119086032A
公开(公告)日：2024-12-06
申请号：CN202411257210.9
申请日：2024-09-09
Applicant: 杭州电子科技大学 , 东莞弘浦仪器科技有限公司
Abstract: 本发明公开了一种球拍拍力疲劳试验机，涉及球拍检测技术领域。本发明包括：底座、所述底座的上方固定有机体，所述机体一端的上侧装设有电源开关和紧急停止按钮，所述机体内的一侧转动配合有转盘，所述转盘的周侧对称装设有释放限位块和回位限位块。本发明通过设置的前后滑动座和固定块，可以根据球拍的击打位置调节前后滑动座和固定块的位置，使得击打头传感器更好地与球拍扬起释放后呈90度进行垂直接触，提升试验效果，并通过在固定夹具周侧设置的夹具固定组件，可以对球拍进行快速拆装，降低螺丝安装的麻烦，另外，利用滑动座固定板可对调节后的前后滑动座位置进行固定，进一步确保了击打头传感器的稳定性，提升最终试验结果。
-
公开(公告)号：CN118587549B
公开(公告)日：2024-11-15
申请号：CN202411069633.8
申请日：2024-08-06
Applicant: 杭州电子科技大学
IPC: G06V10/80 , G06V10/764 , G06V10/774 , G06V10/776 , G06V10/82 , G06V20/60 , G06N3/045 , G06N3/0464 , G06N3/082 , G06N3/084 , G06N3/09 , G06N3/0985
Abstract: 本发明公开了基于HRRP与SAR数据可信决策融合的舰船分类方法，该方法首先获取舰船HRRP与SAR图像数据，分别进行预处理。其次构建两个分类模型，分别对SAR图像数据和HRRP数据使用训练集做有监督训练，分别得到可信度值A1和A2，以及对应的后验概率和分类预测结果。然后对得到的两个后验概率做再分配，构建出两组新的初始置信函数，融合两组初始置信函数得到对目标样本的分类结果、融合后的可信度值A3与A4。最后将A3、A4与A1、A2，做AA融合计算，输出分类结果对应的可信度。本发明提高了在目标类别较多时的分类准确率、初始置信函数的可靠性、鲁棒性以及舰船分类的准确率。
-
公开(公告)号：CN113467231B
公开(公告)日：2024-10-11
申请号：CN202110829553.8
申请日：2021-07-22
Applicant: 杭州电子科技大学
IPC: G05B11/42
Abstract: 本发明涉及一种基于侧滑补偿ILOS制导律的无人艇路径跟踪方法。本发明基于欠驱动的无人艇构造了改进的ILOS制导律结合滤波扩张状态观测器(FESO)的无人艇路径跟踪控制模型，实现了无人艇在外界干扰情况下侧滑角精确地补偿，从而实现对期望路径更好的跟踪。还对目前存在的PID参数试凑法进行改进，引入基于改进的遗传算法对PID参数进行自整定，减少了调试的时间，且可以快速找到最合适的PID参数。与传统试凑法和LOS制导律相比，本发明的跟踪精度和控制器抗干扰有了较大提升。
-
公开(公告)号：CN118212632A
公开(公告)日：2024-06-18
申请号：CN202410258719.9
申请日：2024-03-07
Applicant: 杭州电子科技大学
IPC: G06V20/68 , G06V10/764 , G06V10/82 , G06V10/44 , G06N3/0464 , G06N3/084 , G06N3/0985 , G06N3/096
Abstract: 本发明公开了一种面向AI智慧餐厅的菜品增量识别方法、系统、介质和设备，涉及深度学习的目标分类领域。包括：构建菜品增量识别模型，并对菜品增量识别模型进行初始化阶段的训练以及增量学习阶段的训练，最后将预处理后的待分类图像输入到训练好的菜品增量识别模型中，得到待分类图像的菜品类别预测结果。本发明通过将随机权神经网络与传统卷积神经网络相结合，本发明精心设计并优化了两个训练阶段，以实现对新菜品的增量学习，解决了当前AI智慧餐厅场景下传统深度学习方法无法增量学习新菜品特征的难点。相较传统的增量学习方法，本发明所提出的方法具有更强的抗遗忘能力，且具备较强高的识别准确率、良好的框架通用性。
-
-
-
-
-
-
-
-
-
Search Results
231
records
(took 0.027 seconds)
