-
公开(公告)号：CN104252178B
公开(公告)日：2017-11-03
申请号：CN201410465895.6
申请日：2014-09-12
Applicant: 西安电子科技大学
Abstract: 一种基于强机动的目标跟踪方法，包括以下步骤，参数初始化、模型输入交互、判断协方差矩阵、并行滤波、模型概率更新、模型输出交换、固定延迟平滑滤波、状态更新是否完成判断；在IMM算法的基础上，使用了重新计算权重的IMM算法，即RIMM，该方法不仅利用了模型概率，还充分利用了滤波协方差矩阵，使得跟踪精确度更高。另外，在滤波预测阶段使用SRCKF方法，它利用球形积分准则和径向积分准则。相比非线性滤波中使用较广泛的UKF算法，它优化了UKF中的sigma点采样策略和权重分配。同时，SRCKF中引入QR分解，避开了矩阵开方操作，提高了滤波的稳定性。在上述的基础上，本发明又引入了固定延迟平滑滤波，从而进一步提高了目标跟踪的实时性和准确性。
-
公开(公告)号：CN107301644A
公开(公告)日：2017-10-27
申请号：CN201710434179.5
申请日：2017-06-09
Applicant: 西安电子科技大学
Abstract: 本发明是一种基于均值漂移和模糊聚类的自然图像无监督分割方法，主要解决现有技术对海量自然图像的无监督分割准确率低的问题。其方案是：1)输入图像，对其进行平滑；2)在平滑后图像像素的归一化RGB彩色空间中均匀初始化64个迭代初始点；3)对初始点进行迭代搜索，得到64个收敛点；4)删除以收敛点为中心的高维球内像素数目小于删除阈值的收敛点；5)合并欧式距离小于合并阈值的收敛点，确定密度峰值及密度峰值数目，依次计算像素的隶属度和像素的平滑隶属度；6)对像素的平滑隶属度去模糊化，为每个像素加上类标签，输出分割图像。本发明不需要设置控制参数，能自动确定图像的分割类别数，可用于对海量自然图像的无监督分割。
-
公开(公告)号：CN107220659A
公开(公告)日：2017-09-29
申请号：CN201710329004.8
申请日：2017-05-11
Applicant: 西安电子科技大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于共稀疏模型的高分辨SAR图像分类方法，本发明解决了SAR图像分类时局限于用综合稀疏模型表示图像导致分类时间复杂度高的技术问题。其过程为：在待分类的SAR图像中选取初始像素值矩阵X；选取解析算子学习初始样本；将投影次梯度法和统一行规范紧框架法相结合学习解析算子Ω；用增广拉格朗日法求解共稀疏系数Z；将每个像素点对应像素块的共稀疏系数向量和该像素块的像素值向量相结合得到特征向量；基于SVM分类器分类，得到全图各像素点特征向量的预测标签；将预测标签结果用灰度图像显示出来。本发明能快速求得图像的稀疏表示，保证了SAR图像分类的时效性和分类准确率，用于高分辨SAR图像的分类。
-
公开(公告)号：CN107167805A
公开(公告)日：2017-09-15
申请号：CN201710255643.4
申请日：2017-04-19
Applicant: 西安电子科技大学
CPC classification number: G01S7/023 , G01S13/904 , G01S13/9064
Abstract: 一种基于多层共稀疏的逆合成孔径雷达高分辨成像方法，其成像过程为：输入经过运动补偿和距离压缩后的回波数据；对回波信号的每一个距离单元的解析算子进行学习，再对回波数据进行去噪；在得到最优的解析算子和去噪的回波信号后，本发明采用修改的OMP算法来恢复ISAR图像；整个成像过程中，本发明的成像过程分为多个阶段，将上一个阶段得到的低分辨率的ISAR图像通过逆傅里叶变化转换到数据域并作为下一个阶段的输入。本发明可以保证每一个阶段的方位向分辨率较上一个阶段都有所提高。本发明用于稀疏场景的ISAR目标成像，对噪声具有很强的鲁棒性。
-
公开(公告)号：CN104361462B
公开(公告)日：2017-09-05
申请号：CN201410674364.8
申请日：2014-11-21
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于文化基因算法的社交网络影响最大化方法，主要解决现有技术在处理社交网络影响最大化时难以找出可使信息传播最广的初始激活节点集合问题。其实现步骤为：1.确定目标函数，并构造初始种群；2.开始进化过程，从种群中选择出父代个体，并依次进行交叉及变异操作得到子代个体；3.选出子代最优个体，对其进行局部搜索；4.根据父代和子代个体更新种群,并选出种群最优个体；6.判断是否终止：如果进化次数满足预先设定次数，则输出种群最优个体，否则，返回步骤2。本发明能有效地从大规模社交网络中挖掘出信息传播最广的初始激活节点集合，有效地解决了社交网络信息影响最大化的问题，可用于研究社交网络的信息传播机制。
-
Patent Agency Ranking
公开(公告)号：CN104463205B
公开(公告)日：2017-07-28
申请号：CN201410740813.4
申请日：2014-12-05
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于混沌深度小波网络的数据分类方法，主要解决现有技术中人工参与过多、分类正确率较低和可移植性不强等问题。其实现主要是：构建混沌深度小波网络，逐层提取输入数据在不同深度层次的特征；在网络学习时用混沌模拟退火算法对分层网络和整体网络参数寻优得到分类网络；将待分类数据输入网络得到分类结果。本发明通过构建混沌深度小波网络，自动对数据进行特征提取，获得数据更丰富的特征表述，避免人工参与，消除不确定因素，提高分类正确率；训练网络时用混沌模拟退火方法，降低网络训练时间，提高分类性能。本发明可移植性强，普适性强，可用于数据分类、图像分类、场景分类、目标识别及数据预测分析。
-
公开(公告)号：CN104599242B
公开(公告)日：2017-07-14
申请号：CN201410750864.5
申请日：2014-12-09
Applicant: 西安电子科技大学
IPC: G06T5/00
Abstract: 本发明公开了一种使用多尺度非局部正则的模糊核估计方法，基于图像的盲去模糊问题中，后验的清晰图像和模糊核都是未知的，这是图像盲去模糊中极具挑战的难点，本发明在基于图像块的先验的基础上，引入了一种多尺度的非局部的先验正则策略。这种策略在图像金字塔求解模糊核的最粗略两层去加入这种策略，有效的限制了解的空间范围，使得模糊核的求解向着正确的方向演化，从而求出更加清晰的模糊核，这样就会为下一步求解清晰的图像奠定了基础，然后使用一种图像非盲去模糊的方法最后实现了图像的盲去模糊，实验结果证明提出的方法是有效和优于现有的一些先进的方法的。
-
-
公开(公告)号：CN104392462B
公开(公告)日：2017-06-16
申请号：CN201410781342.1
申请日：2014-12-16
Applicant: 西安电子科技大学
Abstract: 本发明提供了一种基于显著分割子区域对的SAR图像配准方法，步骤是：1)输入同一地区两个时相的SAR图像；2)对两幅SAR图像进行均值滤波和直方图均衡化抑制相干斑；3)对两幅滤波均衡化后图像进行基于频谱残差的显著区域分割；4)对两幅图像的显著分割区域利用直方图众数排序后的灰度级序列计算最小欧氏距离获得匹配区域；5)利用改进后的综合学习粒子群算法对匹配区域计算配准参数；6)将配准参数利用像素点在子区域和原图像的坐标关系转化为原图像对的配准参数，得到最终配准结果。本发明解决现有方法在区域分割一致性不理想情况下的配准问题和基于灰度信息的配准计算量大的问题，用于变化检测、地物分类、地图修正、数据融合等。
-
公开(公告)号：CN104050486B
公开(公告)日：2017-04-19
申请号：CN201410317435.9
申请日：2014-07-04
Applicant: 西安电子科技大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于图和Wishart距离的极化SAR图像分类方法，主要解决传统有监督分类方法中杂点过多，地物类别模糊的问题。其实现步骤是：1.读取极化SAR数据协方差矩阵并对其进行滤波；2.用滤波后的协方差矩阵构建权值图,并将其按权值递增排序；3.按序遍历权值图，判断每条权值边的权值连接的两个区域是否合并，若合并则更新两个区域的标签号，否则不变，遍历完后得到过分割标签；4.合并该过分割标签中像素点过小的区域，得到新的标签；5.将新标签中的每个区域用有监督分类法标注为标准图中与其最相似的那一类区域的标签号，得到最终分类标签。本发明抗干扰强，地物类别模糊小，分类精度高，可用于极化SAR目标识别。
-
-
-
-
-
-
-
-
-
Search Results
1205
records
(took 0.043 seconds)
