一种多特征融合相关滤波目标跟踪方法及计算机设备

    公开(公告)号:CN113269809A

    公开(公告)日:2021-08-17

    申请号:CN202110496902.9

    申请日:2021-05-07

    Abstract: 本申请适用于图像处理领域,提供了一种多特征融合相关滤波目标跟踪方法、计算机可读存储介质及计算机设备。所述方法包括以下步骤:接收视频,在当前视频帧中获取待跟踪目标图像和待跟踪目标的跟踪框;分别计算待跟踪目标图像的深度特征和三个手工特征,首先对三个手工特征进行串行融合,得到一个单通道的手工特征图,然后对待跟踪目标图像进行深度特征提取,得到一个单通道的深度特征图,将手工特征图与深度特征图并行融合调整为相同尺寸再进行对应像素相加,得到最终的融合特征;基于树形结构尺度自适应的目标跟踪算法对待跟踪目标的跟踪框中的目标进行尺度缩放判断,得到目标的最佳尺度响应值;在相关滤波模型KCF中,根据最终的融合特征和目标的最佳尺度响应值确定待跟踪目标。本申请能增加目标的外观模型的可区分性。

    一种基于LSTM算法的滑坡稳定性评价方法

    公开(公告)号:CN113033101A

    公开(公告)日:2021-06-25

    申请号:CN202110338583.9

    申请日:2021-03-30

    Abstract: 本发明公开了一种基于LSTM算法的滑坡稳定性评价方法,获取多个滑坡基本参数,并对所有的所述滑坡基本参数进行归一化处理;将归一化后的所述滑坡基本参数划分为训练集和测试集,并分别对构建的LSTM模型进行训练和验证;将重新获取的所述滑坡基本参数输入验证合格的所述LSTM模型,得到对应的滑坡稳定性状态,解决了以往滑坡稳定性评价方法中选取的评价因素不多、没有过多考虑已有滑坡相关数据以及由于地质环境复杂导致很难进行线性数学分析这几类问题,提高滑坡稳定性评价的可靠性。

    一种基于节点可靠度动态修正准则的LDPC译码方法

    公开(公告)号:CN119602810A

    公开(公告)日:2025-03-11

    申请号:CN202411595525.4

    申请日:2024-11-11

    Abstract: 本发明提出一种基于节点可靠度动态修正准则的LDPC译码方法,包括:步骤1:初始化信道信息;步骤2:判断是否达到最大迭代次数,若是则输出结果,否则,进入步骤3;步骤3:计算校验节点到变量节点的外信息;步骤4:计算变量节点到校验节点的外信息;步骤5:根据变量节点符号与上轮迭代符号的匹配情况调整修正因子;步骤6:若修正因子超出阈值,则限制其为阈值,否则继续下一步;步骤7:将修正因子与变量节点信息相乘,调整节点信息的权重;步骤8:计算变量节点的全信息并进行硬判决;步骤9:校验判决结果是否满足校验和为零,若满足则输出译码结果,否则继续迭代;步骤10:若未满足条件,进入下一轮迭代,更新校验节点信息。

    一种数字集成电路后端的Bump模块设计方法

    公开(公告)号:CN119203905A

    公开(公告)日:2024-12-27

    申请号:CN202411288979.7

    申请日:2024-09-14

    Abstract: 本发明提供一种数字集成电路后端的Bump模块设计方法,属于集成电路数字芯片后端功耗分析领域。本发明为解决电压降分析时供电点不足导致功耗分析不准确和分析效率的问题而提供一种Bump模块设计流程。所述方法包括:数字后端布局布线数据准备、根据项目指标选择金属层创建电源条线,设置电源条带模式、开孔并连接金属层、创建Bump具体数据信息、选择对应的Bump连接电源线和地线,导出Bump的具体位置信息并标记到AP层、创建Physical Pin并导出def.gz文件。本发明主要应用于数字后端布局布线之后,电压降分析之前,为电压降分析提供供电点,便于后续的RC寄生参数提取,并通过供电点进一步降低动态电压降,操作更加便捷,减少数字集成电路的设计周期,缩短签核时间。

    一种基于灰色Verhulst动态模型的周跳探测修复方法

    公开(公告)号:CN119001772A

    公开(公告)日:2024-11-22

    申请号:CN202411288375.2

    申请日:2024-09-13

    Abstract: 本发明提供了一种基于灰色Verhulst动态模型的周跳探测修复方法,涉及卫星导航周跳信号处理技术领域。包括:输入原始观测数据序列,并将此序列中的每一个值都减去此序列的最小值,以保证得到非负序列,并将此序列作为灰色Verhulst模型的原始数据序列;设定灰色Verhulst动态模型的滑动窗口,对原始数据序列进行灰色Verhulst建模,计算每个历元的预测值以及原始观测数据序列的标准差;在滑动结束后获得的所有预测值序列组成矩阵,将对角矩阵每列的非0元素求均值即可得到模型最终的预测值序列;将预测值加上序列的最小值得到此历元的还原预测值,将还原预测序列与原始观测数据序列进行比较,若其差大于原始观测数据序列的M标准差,则判断发生周跳,用还原预测值进行修复。

    一种α噪声下短码BOC信号组合码序列盲估计方法

    公开(公告)号:CN117880017A

    公开(公告)日:2024-04-12

    申请号:CN202410048415.X

    申请日:2024-01-12

    Abstract: 本发明涉及组合码序列盲估计技术领域,具体涉及一种α噪声下短码BOC信号组合码序列盲估计方法,利用基于分数低阶的RANSAC联合Huber‑M估计理论,在α稳定噪声信道通信环境下首先按照两倍组合码周期为间隔,数据重叠一倍组合码周期大小对接收BOC信号进行连续分段,然后通过构造接收信号基于分数低阶的RANSAC联合Huber‑M估计方法对矩阵作进一步的降噪处理,接着再对矩阵进行奇异值分解处理并提取最大左奇异向量次大左奇异向量进行线性组合,通过使用多种失步点估计法对信号组合码序列的失步点进行估计,从而完成对BOC信号组合码序列的盲估计。经过仿真验证,本发明提出的方法较传统单纯的SVD算法在α稳定噪声信道下组合码估计正确率更高。

Patent Agency Ranking