无监督对抗学习电磁频谱异常信号检测方法

    公开(公告)号:CN112924749B

    公开(公告)日:2021-12-21

    申请号:CN202110156715.6

    申请日:2021-02-04

    Abstract: 本发明公开了一种无监督对抗学习电磁频谱异常信号检测方法,该方法为:对获取的功率谱数据进行预处理,获得功率谱密度估计;通过所述功率谱密度估计构建基于深度学习的电磁频谱异常检测模型;通过所述电磁频谱异常检测模型对任意一功率谱数据确定重构误差Lr和判决器损失Ld;根据所述重构误差Lr和判决器损失Ld确定异常结果Aresult,并且通过异常结果Aresult确定电磁频谱数据是否存在异常。本发明结合功率谱数据的局部特性,使用卷积神经网络代替传统方式的全连接网络,减小了网络的规模;采用对抗自编码器,将对抗思想引入电磁频谱异常信号检测,能够学习到更加有效的特征,相比传统普通的编解码器模型有更好的检测能力。

    基于优化的置信传播算法和稀疏表示的深度图像获取方法

    公开(公告)号:CN109345582A

    公开(公告)日:2019-02-15

    申请号:CN201810921642.3

    申请日:2018-08-14

    Abstract: 本发明提出了一种基于优化的置信传播算法和稀疏表示的深度图像获取方法,用于解决现有技术获取的深度图像存在的颜色畸变像素点匹配精度低和深度不连续的技术问题,实现步骤为:1.输入双目图像对;2.获取双目图像对中参考图像所有像素点的初始视差值;3.对参考图像进行超像素分割;4.获取参考图像的视差平面模板集;5.利用优化的置信传播算法,获取各分割区域的最佳视差平面方程;6.获取参考图像的初始深度图;7.重构初始深度图。本发明获取的深度图像颜色畸变像素点匹配精度高,深度信息连续,深度图像的质量高,可用于三维重建、虚拟现实和机器视觉技术领域。

    一种基于FLIC超像素分割的图像显著性检测方法

    公开(公告)号:CN109242854A

    公开(公告)日:2019-01-18

    申请号:CN201810781595.7

    申请日:2018-07-14

    Abstract: 本发明属于图像分析技术领域,公开了一种基于FLIC超像素分割的图像显著性检测方法,输入图像利用基于总变差模型的滤波方法去除纹理,得到包含颜色特征的图像;利用Gabor滤波器矩阵提进行滤波,得到包含图像纹理信息的图像;对包含颜色特征的图像利用FLIC进行超像素分割并且计算对比度值;对包含纹理特征的图像利用FLIC进行超像素分割计算对比度值;利用线性融合技术,通过权重对得到的两个对比度进行线性融合,得到新的对比度,最终得到基于颜色特征和纹理特征的显著图。本发明对于高纹理图像的检测效果相对于当前具有代表性的方法具有明显提高;可以用在计算机视觉任务中。

    基于条件三重马尔可夫场的SAR图像分割方法

    公开(公告)号:CN103745472B

    公开(公告)日:2016-11-23

    申请号:CN201410018003.8

    申请日:2014-01-15

    Abstract: 本发明公开了一种基于条件三重马尔可夫场的SAR图像分割方法,主要解决现有技术中分割区域一致性不足的问题。其实现步骤是:1.输入SAR图像,并初始化标记场和辅助场;2.提取SAR图像的纹理特征,构建标记场和辅助场联合作用下的联合后验分布;3.利用Gibbs采样对联合后验分布采样,得到标记场和辅助场的几个样本;4.利用最大后验边缘概率MPM准则更新样本,得到更新的标记场和辅助场;5.利用采样前的标记场和辅助场进行参数训练,并判断更新的标记场是否满足退出条件,若满足则输出最终的分割结果,否则返回第3步继续迭代。本发明提高了SAR图像分割区域的一致性及边缘定位的准确性,可用于SAR图像目标检测与识别。

    一种多参数优化的自适应随机共振水声信号检测方法

    公开(公告)号:CN109186749A

    公开(公告)日:2019-01-11

    申请号:CN201810978175.8

    申请日:2018-08-27

    Abstract: 本发明公开了一种多参数优化的自适应随机共振水声信号检测方法,解决了现有技术中随机共振的系统结构参数和计算步长选取难的问题。实现步骤为:确定随机共振系统多参数的搜索范围和搜索精度;二进制编码;初始化种群;确定初始化种群中个体选次数;交叉运算;变异运算;二进制解码;接收机接收水声信号;计算适应度值;输出判决。本发明将输出信噪比增益和误比特率作为适应度函数,用遗传算法对随机共振结构参数和计算步长进行自适应调整,最优地检测出近海水下复杂信道下的微弱水声信号。本发明大幅度提高了输出信号的信噪比增益,降低了误比特率,用于近海水下通信中水声信号检测。

    基于伽玛分布和邻域信息的SAR图像显著性区域检测方法

    公开(公告)号:CN103500453B

    公开(公告)日:2016-04-27

    申请号:CN201310478762.8

    申请日:2013-10-13

    Abstract: 本发明公开了一种基于伽玛分布和邻域信息的SAR图像显著性区域检测方法,主要解决斑点噪声下现有算法不能稳定有效检测SAR图像显著性区域的问题。其实现步骤是:(1)利用8个灰度变化值检测窗口得到像素点的变化值和变化方向;(2)在不同尺度下构建像素点的变化值和变化方向的二维直方图对,计算邻域变化不一致性度量,并确定像素点邻域的显著性和显著性尺度;(3)通过斑点噪声的伽玛分布模型估计像素点在显著性尺度邻域的灰度直方图,计算显著性尺度的局部显著性度量以及像素点的显著性度量;(4)通过迭代方法得到稳定的显著性区域坐标及其区域半径。本发明减少了斑点噪声的影响,检测的稳定性以及有效性均得到提高,可用于SAR图像配准、变化检测和目标识别。

    基于条件三重马尔可夫场的SAR图像分割方法

    公开(公告)号:CN103745472A

    公开(公告)日:2014-04-23

    申请号:CN201410018003.8

    申请日:2014-01-15

    Abstract: 本发明公开了一种基于条件三重马尔可夫场的SAR图像分割方法,主要解决现有技术中分割区域一致性不足的问题。其实现步骤是:1.输入SAR图像,并初始化标记场和辅助场;2.提取SAR图像的纹理特征,构建标记场和辅助场联合作用下的联合后验分布;3.利用Gibbs采样对联合后验分布采样,得到标记场和辅助场的几个样本;4.利用最大后验边缘概率MPM准则更新样本,得到更新的标记场和辅助场;5.利用更新前的标记场和辅助场进行参数训练,并判断更新的标记场是否满足退出条件,若满足则输出最终的分割结果,否则返回第3步继续迭代。本发明提高了SAR图像分割区域的一致性及边缘定位的准确性,可用于SAR图像目标检测与识别。

    一种机械检修用探照灯

    公开(公告)号:CN211475551U

    公开(公告)日:2020-09-11

    申请号:CN201922497242.7

    申请日:2019-12-31

    Abstract: 本实用新型公开了一种机械检修用探照灯,包括腕带、魔鬼粘、盛放板、横轴、凸起、连接杆、套杆、凹槽、灯壳、透光镜、安装板、LED灯珠、蓄电电池、放置环和连接块。本实用新型结构设计合理,整个探照灯可以佩戴在手腕上,在检修时,根据手的移动,在较为狭窄的区域可为检修人员提供更好的视野,为机械的检修提供便利。本实用新型结构设计紧凑,利用凸起和凹槽之间的卡合作为固定结构,通过套杆在横轴上的转动调整整个灯壳的角度,从而实现对不同位置的照明,同时可以利用放置环插接放置体型较小的检修工具,方便机械设备的检修。

Patent Agency Ranking