-
公开(公告)号：CN117572376A
公开(公告)日：2024-02-20
申请号：CN202410056329.3
申请日：2024-01-16
Applicant: 烟台大学
IPC: G01S7/41 , G06F18/214 , G06F18/24 , G06N3/0464 , G06N3/084 , G06N3/09 , G06N5/04 , G06N5/046
Abstract: 本发明涉及无线电信号识别技术领域，具体公开了低信噪比弱小目标雷达回波信号识别装置及训练识别方法，雷达回波信号识别装置包括数据分块模块；数据分块模块后端设置有多通道深度神经网络模块；多通道深度神经网络模块后端设置有正向推理结果保存模块；正向推理结果保存模块后端设置有融合推理模块；融合推理模块后端设置有反馈训练接入模块；反馈训练接入模块后端连接在多通道深度神经网络模块上；多通道深度神经网络模块后端还设置有分类模型参数保存模块。采用该装置及训练和识别方法不仅可以得到很好的分类模型，还可以得到精确的分类识别结果，有效的区分信噪比低的强噪声和雷达弱小目标的回波数据。
-
公开(公告)号：CN117455200A
公开(公告)日：2024-01-26
申请号：CN202311773697.1
申请日：2023-12-22
Applicant: 烟台大学
IPC: G06Q10/0631 , G06F16/29 , G06N3/0442 , G06F21/62
Abstract: 本发明提供了一种众包环境下的多阶段任务分配方法、系统、设备及介质，其属于任务分配技术领域，所述方案基于轨迹预测，采用两阶段的任务分配过程，将离线指导与在线分配相结合，充分考虑实际工作场景的动态性，能够在较短时间内实现最大化的空间覆盖率；同时，所述方案充分利用Geohash算法、贪婪策略以及基于地理位置打包任务点的策略对任务分配过程进行优化，以获得最优的任务分配方案；通过上述优化策略的结合有效提高了分配效率，降低了成本花销，成功实现了最大化空间覆盖率的目标。
-
公开(公告)号：CN116665312B
公开(公告)日：2023-10-31
申请号：CN202310959781.6
申请日：2023-08-02
Applicant: 烟台大学
IPC: G06V40/20 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/042 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于多尺度图卷积神经网络的人机协作方法；该方法包括如下步骤：S1、数据采集：采集人机协作场景人体骨架数据集，并进行预处理，获取预处理数据；S2、模型训练：加载预处理数据。通过训练多尺度图卷积神经网络，获取人体行为识别网络模型；S3、人体行为识别：通过训练好的深度学习网络模型，预测人体行为；S4、人机交互：利用通信算法将预测信息发送到机器人系统，机器人基于人体行为做出动作规划。本发明的一种多尺度图卷积神经网络的人机协作方法，能够实现在真实场景机器人对人体行为及意图的预测，并做出正确交互，从而弥补传统机器人只能完成重复性工作的不足。
-
公开(公告)号：CN116884095A
公开(公告)日：2023-10-13
申请号：CN202311153305.1
申请日：2023-09-08
Applicant: 烟台大学
Abstract: 本发明涉及图像处理技术领域，具体为仿生机械手的手势识别控制方法、系统、设备和存储介质，通过将手部图像浅层的低级特征图，深层的高级特征图和多尺度特征图经第一注意力机制处理后进行特征融合，得到融合特征图；基于残差值特征图与融合特征图，得到不同的待测手部特征图；接着，通过边界框回归确定图像检测范围，基于置信度大小筛选出有利于检测的最优检测框图，并与手势数据库的匹配结果来确定手势识别结果；最后，将手势识别结果通信传输至仿生机械手，仿生机械手并给出相应交互结果，实现了仿生机械手的准确、灵活控制；且在大量图像信息中筛选出关键信息进行手势识别结果的计算，在保证控制结果准确度的基础上，提高计算效率。
-
公开(公告)号：CN116545764A
公开(公告)日：2023-08-04
申请号：CN202310759096.9
申请日：2023-06-26
Applicant: 烟台大学
IPC: H04L9/40
Abstract: 本发明涉及网络安全技术领域，具体为一种工业互联网的异常数据检测方法、系统和设备，该检测方法中，对比初始节点的数据分布与经过提取处理的第一正常数据分布中正常特征表达性能得到第一异常评分；且对比初始节点的数据分布与经过增强处理的第二正常数据分布中正常特征表达性能得到第二异常评分，基于第一异常评分和第二异常评分，得到节点的风险等级，并立刻做出相应的节点交流权限限制，双重检测，准确性高，检测结果稳定，有利于维护工业互联网安全。
-
Patent Agency Ranking
公开(公告)号：CN114550118B
公开(公告)日：2023-07-11
申请号：CN202210167488.1
申请日：2022-02-23
Applicant: 烟台大学
IPC: G06V20/56 , G06V10/764 , G06F17/16 , E01C23/22
Abstract: 一种基于视频图像驱动的高速公路全自动智能划线方法，对摄像头进行标定，通过摄像头获得前方道路图像；建立道路路面置信区间分类器，实现道路路面区域有效分割，获得粗略二值道路路面检测结果；进行精细化处理，提出帧间关联的精细化道路检测算法，获得精细化二值道路路面检测结果；对获得的精细化二值道路路面检测结果逆变换到原图像中，获得带道路路面检测结果的RGB三通道图像；对道路图像通过逆透视变换方法获得俯视图方向的道路图像，获得两近似平行边界的道路图像；对路面检测结果边缘对应的范围确定为道路边界，并对道路边界进行划线；根据一侧标线，依次将其他的车道线划好；本发明具有效率高的特点。
-
公开(公告)号：CN116128956A
公开(公告)日：2023-05-16
申请号：CN202310347799.0
申请日：2023-04-04
Applicant: 山东省海洋资源与环境研究院(山东省海洋环境监测中心、山东省水产品质量检验中心) , 烟台大学
Abstract: 一种基于遥感影像获取海草床碳汇量的方法、装置及设备，涉及海洋图像处理技术领域，该方法包括如下操作：步骤一：获取遥感影像数据集和叶绿素a浓度数据，融合处理后，获得海草床数据集；步骤二：分割处理所述海草床数据集，获得海草床标记数据集；步骤三：分类提取所述海草床标记数据集，获得海草面积；步骤四：基于所述海草面积和海草释氧量，获得海草床碳汇量。以遥感影像数据为主体，增加叶绿素a浓度数据作为辅助条件，相对于传统方法，提高了获取数据的准确度，在保证了计算结果准确的基础上，节约了人工成本、缩短了计算周期，可大力推广使用。
-
公开(公告)号：CN116055490A
公开(公告)日：2023-05-02
申请号：CN202310047774.9
申请日：2023-01-31
Applicant: 烟台大学
IPC: H04L67/10 , H04L41/0823 , H04L41/083 , H04L41/142 , H04L41/5019 , G06F17/11 , G06F17/16
Abstract: 一种边缘云服务稳定的控制方法、系统及装置，控制方法包括：步骤一：获取任务执行方的质量数据、边缘服务器的监管数据、任务请求方的报酬数据和云平台的监督数据；步骤二：构建所述任务执行方、云平台、任务请求方和边缘服务器的收益函数，获得复制动态方程；步骤三：构建雅可比矩阵，获得系统稳定策略。通过云平台和边缘服务器相结合的方式，减少了远程数据的传输量，降低了网络传输的时延，降低网络的运营成本。另外，该方法首次对任务执行方、云平台、任务请求方和边缘服务器进行四方博弈分析，得到了边缘云服务稳定运行的四方选择情况，优化了边缘云服务的总体收益。
-
公开(公告)号：CN115881248A
公开(公告)日：2023-03-31
申请号：CN202210911413.X
申请日：2022-07-30
Applicant: 烟台大学
IPC: G16C60/00 , G06F30/25 , G06F30/27 , G06F30/28 , G06N3/006 , G06N3/044 , G06N3/0464 , G06N3/08 , G06F113/08 , G06F119/14
Abstract: 本发明涉及一种基于图神经网络的物理材料动态仿真方法，其特征在于，包括：S101、获取某一物理材料的粒子动态变化过程，将粒子在时空中的动态变化过程分割成T个时间快照；S102、将S101中所产生的T个时间快照构造成T个子图；S103、对S102所生成的T个子图进行特征嵌入，获取每个子图中所有粒子的特征向量；S104、基于S103所生成的所有粒子特征向量，使用一种循环神经网络，捕获粒子状态变化的时间特性。本发明通过构造子图并利用图卷积网络和图注意网络从局部和全局的角度提取物理粒子的局部特征和全局特征，然后通过将这两种特征聚合成一个特征，使得提取的特征信息更加全面，为仿真预测提供更准确的信息保障。
-
公开(公告)号：CN115619686A
公开(公告)日：2023-01-17
申请号：CN202211396115.8
申请日：2022-11-09
Applicant: 烟台大学
Abstract: 本发明公开了一种遥感图像去雾的方法、装置及存储介质，涉及图像处理领域，本发明以暗通道先验知识驱动深度学习，设计了一种基于暗通道注意力网络的遥感图像去雾方法。该网络采用注意力流和暗通道先验约束流的平行架构，在注意力流中，图像通过编码器‑解码器提取特征信息并结合通道空间注意力结构增强特征，在暗通道先验约束流中，使用暗通道先验损失改善暗通道注意力网络性能，为注意力流传递特征信息，增强注意力流学习图像特征的能力。本发明具有良好的遥感图像去雾性能，对多种类型的带雾遥感图像数据具有良好的鲁棒性和适应性。
-
-
-
-
-
-
-
-
-
Search Results
192
records
(took 0.027 seconds)
