-
公开(公告)号：CN114782765B
公开(公告)日：2025-03-28
申请号：CN202210210383.X
申请日：2022-03-03
Applicant: 西安电子科技大学 , 西安鲲鹏易飞无人机科技有限公司
IPC: G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 一种基于IoU改进损失函数的目标检测方法，对目标检测网络，预设交并比加权参数、距离惩罚项加权参数和宽高比惩罚项加权参数，并预设约束条件和训练次数，以多个不同类别的图片作为待训练学习图片，输入目标检测网络训练，计算标注的目标框和预测框的交并比，获取同时包含目标框与预测框的最小封闭框，计算距离损失值和高宽损失值，并由此获取损失函数Lp‑EIoU，计算出损失值，利用反向传播算法更新目标检测网络的权重参数；维持待训练学习图片不变，重复训练得到最终目标检测网络的权重参数以及该网络的检测精度，目标检测网络采用最优参数进行目标检测。本发明通过提升目标检测过程中边界框回归的定位性能，进而提升目标检测的准确性。
-
公开(公告)号：CN119516187A
公开(公告)日：2025-02-25
申请号：CN202411483619.2
申请日：2024-10-23
Applicant: 西安电子科技大学 , 中国电子科技集团公司第五十四研究所
IPC: G06V10/26 , G06V20/17 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种多模态无人机图像分割方法，包括以下步骤；步骤1：构建无人机图像语义分割base网络；步骤2：通过卷积神经网络(CNN)模块，在浅层捕获高分辨率的局部特征，通过变压器模块中的多头自注意力机制从图像的深层特征中提取，并通过跳跃连接将所述局部特征与深层的全局特征融合；步骤3：构建并行卷积模块，对步骤2融合后的特征进行优化；步骤4：结合步骤2和步骤3中的特征提取结果，将特征信息通过交叉注意力机制进行融合，提升复杂场景中的分割效果；步骤5：构建双重注意力模块，优化图像的局部和全局信息处理。本发明具有全局与局部特征高效融合、对多尺度目标的准确分割、在复杂场景下的鲁棒性显著提升的特点。
-
公开(公告)号：CN114757182B
公开(公告)日：2025-02-11
申请号：CN202210354141.8
申请日：2022-04-06
Applicant: 西安电子科技大学 , 陕西方寸积慧智能科技有限公司
IPC: G06F40/289 , G06F40/30 , G06F16/35 , G06N3/0455 , G06N3/094
Abstract: 一种改进训练方式的BERT短文本情感分析方法，构建短文本情感分析模型，包括输入层、语义特征提取层、池化层、全连接层和分类输出层；采集数据集并预处理；在输入层编码得到输入文本的词向量表示；在词向量中添加扰动得到对抗样本；语义特征提取层基于BERT模型，对对抗样本进行语义特征提取，输出特征向量；经池化层、全连接层后，利用Softmax进行归一化处理从而得到最终的情感极性分类结果；本发明采用对抗训练方式训练该短文本情感分析模型，解决了因中文一词多义、网络新词等造成的情感错分，以及传统模型无法在提取上下文信息的同时提取局部关键信息的问题，增强了模型鲁棒性，同时缓解了模型训练效率差、模型性能退化的问题。
-
公开(公告)号：CN111832513B
公开(公告)日：2024-02-09
申请号：CN202010705052.4
申请日：2020-07-21
Applicant: 西安电子科技大学 , 西安西兰花教育科技有限公司
IPC: G06V20/60 , G06V10/82 , G06N3/0464 , G06N3/08 , G06V10/762
Abstract: 本发明公开了一种基于神经网络的实时足球目标检测方法，主要解决现有足球目标检测速度慢，精度低的问题。其方案是：1)获取足球目标检测网络YOLOv4；2)构建足球目标训练数据集；3)获取已构建训练数据集的先验框大小，并将其替换目标检测网络YOLOv4中的先验框；4)对训练数据集进行数据增广；5)利用增广后的数据集对目标检测网络YOLOv4进行训练；6)将待检测的足球目标视频，输入到训练好的YOLOv4足球目标检测网络中进行检测标注，输出足球目标的检测结果。本发明增强了网络的识别和定位能力，提高了足球目标的检测速度和精度，保证了足球目标检测的实时性，可用于人机交互、体育赛事、实况直播及运动分析。
-
公开(公告)号：CN117351075A
公开(公告)日：2024-01-05
申请号：CN202311132684.6
申请日：2023-09-04
Applicant: 西安电子科技大学 , 航天恒星科技有限公司
Abstract: 本发明公开了一种基于Otsu联合加权最小二乘的激光光斑质心定位方法，包括：获取激光光斑图像；通过Otsu阈值分割方法对激光光斑图像进行阈值分割，使目标光斑与背景分割开，并得到目标光斑亮部；对目标光斑亮部进行形态学处理，得到边缘平滑的目标光斑亮部；通过Canny算子对边缘平滑的目标光斑亮部进行边缘提取，得到目标光斑轮廓；采用Moore邻点跟踪法对目标光斑轮廓进行处理，得到目标光斑边缘坐标；利用加权最小二乘拟合方法对目标光斑边缘坐标进行拟合得到目标光斑质心位置及半径。通过阈值分割、形态学处理、边缘平滑、邻点跟踪、以及加权最小二乘拟合方法等一系列处理，实现了圆形激光光斑亚像素级的光斑质心定位。
-
Patent Agency Ranking
公开(公告)号：CN116774264A
公开(公告)日：2023-09-19
申请号：CN202310753365.0
申请日：2023-06-25
Applicant: 西安电子科技大学
Abstract: 本发明提出了一种基于低轨卫星机会信号多普勒的运动目标定位方法，实现步骤为：初始化运动目标定位场景；获取每个观测时刻每颗卫星的位置、速度和运动目标的速度；对卫星机会信号的多普勒频率进行测量；建立多普勒定位方程组；获取运动目标的定位结果。本发明通过建立关于所测量的每颗卫星的机会信号多普勒频率的多普勒测量方程，并对所有卫星所有观测时刻的多普勒测量方程组成的多普勒定位方程组进行求解，得到每颗卫星的机会信号对应的多普勒误差漂移和多普勒误差偏移，能够对测量多普勒中包含的时钟误差进行了补偿，避免了低轨卫星的轨道误差和卫星机会信号的测量多普勒频率误差对定位精度影响的缺陷，有效提高了运动目标的定位精度。
-
公开(公告)号：CN116563636A
公开(公告)日：2023-08-08
申请号：CN202310551434.X
申请日：2023-05-16
Applicant: 西安电子科技大学
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及图像生成技术领域，公开了一种合成孔径雷达图像生成方法及系统，该方法，将真实的样本数据输入到卷积神经网络中进行训练，训练完成后，对输入样例进行可视化解释，得到类激活图；然后将类激活图、高斯噪声、独热编码标签进行拼接，将拼接后的混合特征作为生成对抗网络生成器的输入；生成对抗网络的生成器与鉴别器进行对抗性博弈，生成合成孔径雷达图像。本发明解决了现有技术存在的生成图像质量差以及识别率低等问题。
-
公开(公告)号：CN116048126A
公开(公告)日：2023-05-02
申请号：CN202310212302.4
申请日：2023-03-07
Applicant: 西安电子科技大学
IPC: G05D1/10
Abstract: 本发明公开了一种基于ABC快速收敛的无人机实时路径规划方法，包括以下步骤；S1：进行无人机路径规划前需先做好准备工作，即对环境进行建模；S2：将S1中现实问题抽象为数学问题，而数学约束为：无人机的路径由一系列节点组成，对理想路径的所有考虑被抽象为代价函数，通过选择合适的路径点，将无人机路径规划这样的约束非线性优化问题，转化为无约束路径规划问题；S3：利用ABC法对无约束路径规划问题求解，得到无人机实时路径规划。本发明首先通过环境建模将现实物理世界建模为数字二维空间；其次，进行路径规划建模，将无人机路径规划的约束非线性优化问题，转化为无约束优化问题。最后利用ABC法对路径规划问题求解，得到无人机实时路径规划。
-
公开(公告)号：CN110346786B
公开(公告)日：2023-04-21
申请号：CN201910619463.9
申请日：2019-07-10
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种用于空间碎片判别和去除的雷达回波信号处理方法。主要解决在处理包含空间碎片信息的非相干散射数据时，由于碎片能量过大造成电离层被“隐藏”的问题。其实现方案是：1)获取原始回波数据；2)根据原始回波数据计算雷达探测距离内所有可分辨距离处的自相关函数值；3)根据自相关函数值，利用排序统计滤波器对空间碎片进行检测；4)若碎片存在，使用匹配滤波算法进行碎片参数估计；5)利用估计的参数，将碎片从非相干散射结果中去除；6)通过傅里叶变换得到电离层散射谱。本发明方法可行性高，能够有效解决非相干散射雷达信号处理中电离层被“隐藏”的问题，可用于空间碎片的判别和去除。
-
公开(公告)号：CN114817497A
公开(公告)日：2022-07-29
申请号：CN202210384730.0
申请日：2022-04-13
Applicant: 西安电子科技大学 , 陕西方寸积慧智能科技有限公司
IPC: G06F16/332 , G06F16/33 , G06F40/211 , G06F40/242 , G06F40/289 , G06N3/04 , G06N3/08
Abstract: 一种基于意图识别与模板匹配的混合问答方法，基于特征词匹配进行意图初识别；基于BERT‑textCNN进行意图再识别；将得到的识别结果进行融合，确定用户意图；基于用户输入的问句中的实体、实体类型以及确定的用户意图，生成对应的Cypher查询语句；调用Cypher在图谱上进行查询，保存返回的结果，然后套用预先定义好的回复模板，对返回的结果进行组织和处理，生成相应的答案返回给用户。本发明将复杂的问答任务转化为意图识别任务和模板匹配任务，不仅解决了深度学习模型无法同时识别出单句中多个意图的弊端；而且有效解决了传统模板匹配无法理解用户真正意图的问题，提高了问答准确率。在保证准确率的同时，提高了整体效率。
-
-
-
-
-
-
-
-
-
Search Results
175
records
(took 0.032 seconds)
