-
公开(公告)号：CN115482446A
公开(公告)日：2022-12-16
申请号：CN202211046582.8
申请日：2022-08-30
Applicant: 电子科技大学
IPC: G06V10/82 , G06V10/774 , G06N3/08 , G06N3/04
Abstract: 本发明提供一种基于深度卷积生成对抗网络的轨迹异常检测方法，包括：将正常情况的目标活动轨迹图处理为训练数据；搭建基于深度卷积生成对抗网络DCGAN的轨迹异常检测模型；轨迹异常检测模型包括生成器与判别器，鉴别器的判别函数采用sigmod函数；将训练数据输入到轨迹异常检测模型中进行学习，直到模型收敛并满足停止条件；将测试轨迹数据输入到轨迹异常检测模型中，轨迹异常检测模型中的鉴别器输出异常检测结果。本发明避免了利用复杂数学方法构建运动方程，同时提高了异常识别的准确率与均衡性。
-
公开(公告)号：CN113177520B
公开(公告)日：2022-06-28
申请号：CN202110577156.6
申请日：2021-05-26
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于集成学习的智能辐射源识别方法，包括以下步骤：S1、使用集成学习进行数据增强，得到增强数据；S2、根据增强数据，采用训练后的已知目标分类网络对未知目标进行辨识；S3、对未知目标进行标定，并对分类网络进行更新；S4、采用更新后的分类网络对未知目标进行再入识别，得到辐射源识别结果。本发明提高了样本利用率，在小样本的条件下，达到了数据增强的目的，能够更好地对未知电磁目标进行辨识，并且通过已辨识的未知目标重新训练分类网络，并进行再入识别，保证了分类网络的及时更新，提高了识别准确率。
-
公开(公告)号：CN111427838B
公开(公告)日：2022-06-21
申请号：CN202010236366.4
申请日：2020-03-30
Applicant: 电子科技大学
IPC: G06F15/177 , G06F13/32 , G06F9/54 , G06V10/94 , G06V10/82 , G06V10/764 , G06K9/62 , G06N3/04
Abstract: 本发明公开了一种基于ZYNQ动态更新卷积神经网络的分类系统及方法，分类系统包括ZYNQ芯片、千兆以太网口、FEP接口、DDR存储器、服务器和FEP接口摄像头；ZYNQ芯片分别与千兆以太网口、FEP接口和DDR存储器通信连接；千兆以太网口和服务器通信连接；FEP接口和FEP接口摄像头通信连接。本发明支持卷积神经网络种类及参数的动态更新，且支持在线平滑更新，不影响更新任务和分类任务的同时进行。同时可应用于对功耗有要求的设备或野外等复杂环境。本系统还能够同时支持多个ZYNQ设备，可以对多个ZYNQ并发更新。
-
公开(公告)号：CN112770013B
公开(公告)日：2022-05-20
申请号：CN202110055438.X
申请日：2021-01-15
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于边采样的异质信息网络嵌入方法，包括以下步骤：S1、对情报数据集中每一条边的权重进行预处理，得到游走权重；S2、从情报元素节点集中选取第i个情报元素节点作为游走起点，对游走起点基于边采样进行额定长度的多次游走，得到游走数组；S3、重复步骤S2，直到i等于情报元素节点集V中节点的总数|V|，将多个游走数组构建为游走数组集；S4、选取游走数组集中的一个游走数组，并基于该游走数组构建训练样本，训练单隐层神经网络；S5、将情报元素节点集中的情报元素节点输入训练完成的单隐层神经网络，得到嵌入向量；本发明解决了目前已有的图嵌入算法中不能处理带权图和游走受限的问题。
-
公开(公告)号：CN114492604A
公开(公告)日：2022-05-13
申请号：CN202210027209.1
申请日：2022-01-11
Applicant: 电子科技大学
Abstract: 本发明提出一种小样本情景下的辐射源个体识别方法，将基于不同时频分析方法下提取到的信号时频特征分别输入进神经网络中进行训练，待模型收敛后提取神经网络全连接层输出的特征进行融合，然后基于注意力机制完成融合后特征的优化，再将优化后的融合特征作为辐射源个体间的指纹特征应用于辐射源个体的识别任务，并采用随机搜索策略对使用优化后的融合特征训练的网络进行超参数调优。本发明通过特征提取的选择及组合、特征融合处理、融合后特征优化以及超参数搜索策略缓解了基于小样本的辐射源个体识别任务中数据特征不足、训练严重过拟合以及识别准确率低下的问题，提高了小样本情境下辐射源个体识别准确率，改善了神经网络性能。
-
Patent Agency Ranking
公开(公告)号：CN113095354B
公开(公告)日：2022-04-29
申请号：CN202110232660.2
申请日：2021-03-03
Applicant: 电子科技大学
IPC: G06V10/764 , G06V10/774 , G06K9/62 , G01S13/02 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于辐射源特征子空间知识的未知雷达目标识别方法，属于雷达与人工智能领域，包括以下步骤：S1、采用已知雷达目标数据构建训练集，采用训练集对分类识别模型进行训练，得到训练完成的分类识别模型；S2、获取训练完成的分类识别模型对输入的雷达目标测试样本处理输出的高维特征向量，基于高维特征向量，构建中心矩阵，对中心矩阵进行奇异值分解，得到零值域子空间；S3、计算测试样本在值域子空间与零域子空间的投影的向量长度的比值，确定判决门限；S4、基于判决门限，判断新的待识别的雷达目标属于已知的雷达目标或未知的雷达目标；本发明解决了现有技术无法对雷达未知目标进行准确识别的问题。
-
公开(公告)号：CN111447163B
公开(公告)日：2021-12-14
申请号：CN202010236349.0
申请日：2020-03-30
IPC: H04L27/26 , H04B1/7073
Abstract: 本发明公开了一种WCDMA结构信号的时隙盲同步方法，可以在非合作情况下，利用特征分解算法，通过记录最大特征值或者记录最大特征值与次大特征值之差的方案进行谱峰搜索，对WCDMA结构的下行信号进行时隙起始点的盲估计。使用本发明方法，即使在信号预处理阶段的效果不理想，即相位失配的情况，也可以达到时隙同步的效果。由于WCDMA信号结构是要求主同步码具有极强的自相关性能的，在信道结构类似的情况下，即使非合作方采用了新的主同步码，利用该方案也能有效地估计时隙的起始位置，完成时隙盲同步。由于特征分解广泛应用于直扩信号的扩频信号估计，本方法在时隙盲同步的基础上，也可以同时将主同步码完成估计提取。
-
公开(公告)号：CN113488749A
公开(公告)日：2021-10-08
申请号：CN202110543976.3
申请日：2021-05-19
Applicant: 电子科技大学 , 中国人民解放军32802部队 , 南湖实验室
IPC: H01P1/20
Abstract: 本发明公开了2－18GHz频段中心频率连续可调宽带带阻滤波器，包括四个工作在不同频段的带阻滤波单元，所述的四个带阻滤波单元均包括：微带主传输线，以及微带主传输线两侧沿微带主传输线长度方向周期性分布的多个微带谐振器，微带谐振器与微带主传输线缝隙耦合，且每个微带谐振器上均加载有变容二极管，通过改变所述变容二极管加载的容值实现阻带中心频率的连续可调。本发明的阻带滤波器可实现2－18GHz频段中心频率连续可调，采用的微带分布式周期滤波电路结构，可以增加阻带抑制度，实现良好通带性能，有利于减小电路面积。
-
公开(公告)号：CN113381727A
公开(公告)日：2021-09-10
申请号：CN202110573718.X
申请日：2021-05-25
Applicant: 电子科技大学 , 中国人民解放军32802部队 , 南湖实验室
IPC: H03H11/04
Abstract: 本发明公开一种阶数、中心频率和带宽可重构的有源滤波芯片，控制信号从差分输入端口port1输入，经过对称的第一可控外部耦合单元后进入第一谐振腔的输入端口，第一谐振腔通过磁耦合将能量耦合到第二谐振腔，第二谐振腔通过对称的可控级间耦合单元将能量耦合到第三谐振腔，第三谐振腔通过磁耦合将能量耦合到第四谐振腔，第四谐振腔通过对称的第二可控外部耦合单元将能量耦合到第四谐振腔；本发明采用差分输入输出的形式，整个滤波器由四个谐振腔组成，并利用变压器实现，减小了耦合器件，节约了芯片面积，并通过可控负阻补偿单元NR1改善谐振腔Q值，改善滤波电路的插损、噪声系数等关键指标，并采用三组阵列形式的补偿单元，提高了补偿的灵活性。
-
公开(公告)号：CN112350787B
公开(公告)日：2021-09-07
申请号：CN202011091349.2
申请日：2020-10-13
IPC: H04B17/30
Abstract: 本发明公开了一种无线电信号异常检测方法，包括以下步骤：S1、采集两段正常工作的无线电信号数据，计算第一相对小波时间熵；S2、根据第一相对小波时间熵的曲线波动范围，得到时间熵阈值；S3、采集正常工作的无线电信号数据和待检测的无线电信号数据，计算第二相对小波时间熵；S4、统计第二相对小波时间熵大于时间熵阈值的无线电信号数据的样本点数，计算异常信号比率；S5、判断异常信号比率是否大于异常信号比率阈值，若是，则待检测的无线电信号数据异常，若否，则跳转至步骤S3；本发明解决了现有技术大都是基于有监督的方法进行分类，并且异常信号类型采用人为标准定义的问题。
-
-
-
-
-
-
-
-
-
Search Results
221
records
(took 0.028 seconds)
