-
公开(公告)号：CN120071969A
公开(公告)日：2025-05-30
申请号：CN202510550176.2
申请日：2025-04-29
Applicant: 苏州大学
IPC: G10L25/51 , G06N3/0464 , G06N3/08 , G10L25/30
Abstract: 本发明属于目标识别技术领域，涉及一种水声目标识别方法、装置及计算机可读存储介质，从对应不同海域的数据集中获取多个类别相同的水声信号样本；获取每个水声信号样本属于各类别的预测概率；对每个水声信号样本属于各类别的预测概率进行参数化，输出每个水声信号样本的预测概率置信度分布不确定度；对多个水声信号样本属于各类别的预测概率和预测概率置信度分布不确定度进行融合，得到综合基本概率赋值和综合概率分布不确定度，输出多个水声信号样本的预测类别并计算水声目标识别损失函数的值；对卷积神经网络模块和基本概率分配模块进行训练，得到水声目标识别模型。本方案的水声目标识别模型对不同海域的水声信号均具有较高的识别准确率。
-
公开(公告)号：CN117591868A
公开(公告)日：2024-02-23
申请号：CN202210946401.0
申请日：2022-08-08
Applicant: 苏州大学
IPC: G06F18/214 , G06F18/24 , G06N3/092 , G06N3/044
Abstract: 本发明涉及一种深度强化学习方法、装置、设备及存储介质。所述深度强化学习方法包括：获取模型在分类任务的执行中针对样本的分类动作，并与获取的所述样本的标签进行对比；根据分类动作与所述标签的符合情况，确定当前轮的分类任务的终止状态；其中，所述样本包括第一样本和第二样本，所述第一样本的数量小于所述第二样本的数量。本发明所提供的深度强化学习方法、装置、设备及存储介质，能实现正负样本的均衡分类，进而提高模型对样本分类的准确性。
-
公开(公告)号：CN111624586B
公开(公告)日：2022-09-23
申请号：CN202010463267.X
申请日：2020-05-27
Applicant: 苏州大学
Abstract: 本发明一种基于特征提取和神经网络的水声目标测距方法，包括：第一步：采集水声目标在不同距离发出的水声信号，并按秒拆分数据，一秒的数据作为一个样本；第二步：对每个样本进行分帧；第三步：对每个样本的每一帧数据分别计算时域波形的过零率、MFCC的第2、5、8个系数、频谱质心、频谱偏度、频谱熵和频谱尖锐度。本发明的有益效果：本发明提出的基于特征提取和神经网络的水声目标测距方法直接对接收到的水声信号数据进行处理，实时性高，反应速度快。
-
公开(公告)号：CN112733387A
公开(公告)日：2021-04-30
申请号：CN202110104896.8
申请日：2021-01-26
Applicant: 苏州大学
Abstract: 本申请涉及纳米材料的参数获取的方法和系统。所述方法包括获取目标纳米材料的期望散射光谱。所述方法还包括基于所述期望散射光谱，利用第一训练后的模型，确定所述目标纳米材料的目标信息，所述目标纳米材料是由一个中心核和至少一层壳体组成的具有球壳结构的纳米粒子，所述目标信息包括目标结构参数、目标材料参数或所述目标纳米材料的目标温度中的至少一种。
-
公开(公告)号：CN110808023A
公开(公告)日：2020-02-18
申请号：CN201911126442.X
申请日：2019-11-18
Applicant: 苏州大学
IPC: G10K11/16 , G10K11/162
Abstract: 本申请涉及一种适用于流体的全向吸声材料、装置及制备方法。全向吸声材料包括衬底，具有处于第一预设范围内的质量密度和处于第二预设范围内的体弹性模量，衬底用于采集自外界入射的声波；以及至少一个吸声单元，嵌入在衬底内，吸声单元用于吸收衬底采集的声波。上述全向吸声材料，通过将至少一个吸声单元嵌入至衬底，可以同时对不同方向入射的声波均实现较佳的吸收效果，且所述衬底形状可以是任意的，吸声单元的嵌入位置也可以是任意的，因此该全向吸声材料的适用范围也较为广泛。
-
Patent Agency Ranking
公开(公告)号：CN110390949A
公开(公告)日：2019-10-29
申请号：CN201910661350.5
申请日：2019-07-22
Applicant: 苏州大学
Abstract: 本发明公开了一种基于大数据的水声目标智能识别方法。本发明一种基于大数据的水声目标智能识别方法，包括：第一步：采集大量的水声目标声音信号数据，所述采集大量的水声目标声音信号数据满足预设时间、预设分类数量、预设通道数量，要求目标位置变化。本发明的有益效果：1、本发明提出的基于大数据的水声目标智能识别方法直接对接收到的水声信号数据进行处理，实时性高，反应速度快。
-
公开(公告)号：CN110197481A
公开(公告)日：2019-09-03
申请号：CN201910463412.1
申请日：2019-05-30
Applicant: 苏州大学
Abstract: 本发明公开了一种基于大数据分析的石墨烯指纹峰分析方法，步骤一、对石墨烯拉曼光谱上的q个特征峰邻域中的任意区域进行重新采样m个点；步骤二、对重采样后的m个点特征峰邻域特征光谱做p个点快速傅立叶变换，以获得特征峰邻域复轨迹；步骤三、对所获得的每一条复轨迹的幅度根据其最大幅度进行归一化；步骤四、将复轨迹从外向内划分为若干周并定义标识特征集；步骤五、建立基于大数据的石墨烯拉曼光谱自动识别模型；步骤六、对待识别的石墨烯拉曼光谱进行自动识别，根据识别结果进行缺陷判决和层数判决。本发明在大数据背景下，根据石墨烯的拉曼特征光谱进行石墨烯单层/多层，或有无缺陷进行自动识别，提高识别准确率和效率。
-
公开(公告)号：CN107677200A
公开(公告)日：2018-02-09
申请号：CN201711136704.1
申请日：2017-11-16
Applicant: 苏州大学
IPC: G01B7/16
CPC classification number: G01B7/18
Abstract: 本发明涉及一种高精度应变测量系统，包括电桥电路模块、放大电路模块、AD转换电路模块、处理器模块、显示模块及降压模块；电桥电路模块将形变量转换为应变片阻值的变化量，再将应变片阻值的变化量转化为电信号传输至放大电路模块，放大电路模块接收电信号并将电信号放大输出并传输至AD转换电路模块的输入端，AD转换电路模块将放大后的电信号转换为数字信号并将数字信号输出传输至处理器模块的数字端，处理器模块接收所述数字信号并对数字信号进行处理和计算后传输至显示模块，显示模块接收处理和计算后的数字信号并输出数据。本发明的高精度应变测量系统测量噪声小，精度高，且能实现动态高速测量。
-
公开(公告)号：CN119126128B
公开(公告)日：2025-05-02
申请号：CN202411613261.0
申请日：2024-11-13
Applicant: 苏州大学
Abstract: 本发明涉及水声目标检测技术领域，公开了一种水声被动目标探测方法、装置及设备，包括将预设垂直阵在不同海域中采集的水声被动噪声信号划分为多个分帧信号，构造源域与目标域数据集；对于源域与目标域数据集中每个分帧信号，提取多种低阶特征，计算每种低阶特征的一阶差分形式，获取低阶特征及其一阶差分形式对应的多种统计函数值，构建每个分帧信号的声学信号特征；基于迁移学习方法，将利用源域数据集获取的源域目标探测模型，作为目标域初始探测模型，利用目标域数据集中进行微调，获取目标域目标探测模型；将待识别海域中实时采集的实时水声被动噪声信号对应的声学信号特征，输入目标域目标探测模型，获取水声被动目标探测结果。
-
公开(公告)号：CN118887521B
公开(公告)日：2025-02-14
申请号：CN202411339814.8
申请日：2024-09-25
Applicant: 苏州大学
IPC: G06V20/05 , G01S15/06 , G01S15/89 , G01S7/539 , G06V10/26 , G06V10/44 , G06V10/80 , G06V10/774 , G06V10/764
Abstract: 本发明涉及水下目标探测技术领域，公开了一种水下目标识别方法、装置及设备，包括：采集待识别水域的水声目标回波信号；对水声目标回波信号进行预处理，获取对应的亮点模型图与梅尔谱图；将亮点模型图输入第一特征提取器中，利用块分割模块将亮点模型图分割为多个块后进行合并与位置编码，得到序列数据；利用移位窗口变换器对序列数据进行特征提取，获取亮点模型图特征；将梅尔谱图经过由多个串联的二维卷积层组成的第二特征提取器进行特征提取，获取梅尔谱图特征；利用块嵌入模块将亮点模型图特征与梅尔谱图特征进行融合，获取融合特征；将融合特征输入分类器，输出是否存在水下目标的分类结果，完成水下目标识别。
-
-
-
-
-
-
-
-
-
Search Results
51
records
(took 0.06 seconds)
