-
公开(公告)号：CN118734256A
公开(公告)日：2024-10-01
申请号：CN202410744285.3
申请日：2024-06-11
Applicant: 桂林电子科技大学 , 广西产研院时空信息技术研究所有限公司
IPC: G06F18/27 , G01N21/25 , G01N21/84 , G06F18/25 , G06F18/2113
Abstract: 本发明涉及高光谱遥感技术领域，具体涉及一种基于高光谱数据的森林叶绿素含量综合估算方法，基于特定步长叶绿素含量下的高光谱反射率数据，获取敏感波段，筛选并计算光谱特征指数，构建综合反演模型，得到森林叶绿素含量反演结果。通过改变植被辐射传输模型的关键变量，获取理想状态下特定步长叶绿素含量的森林叶片反射率数据；依据敏感波段的波长范围筛选特征光谱指数，综合半经验统计方法与微粒群参数优化方法，构建基于特征指数的叶绿素含量的融合算法回归预测模型；通过分析模型预测结果的符合度指标，结合决定系数和敏感性系数，形成面向特定物候期的融合半经验方法和物理方法的森林叶绿素含量估算方法集，解决现有的叶绿素含量估算方法反演精度较低的问题。
-
公开(公告)号：CN118469038A
公开(公告)日：2024-08-09
申请号：CN202410623419.6
申请日：2024-05-20
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
IPC: G06N20/00 , G06F18/2321
Abstract: 本发明涉及基于模型参数聚类的个性化联邦学习，包括：S1、中央服务器初始化模型；S2、中央服务器将模型分发给每个客户端，作为客户端模型；S3、客户端基于客户端本地数据集训练客户端模型，并将训练后的客户端模型发送至中央服务器；S4、中央服务器在获得训练后的客户端模型后，将多个训练后的客户端模型中同一维度的模型参数作为一组数据进行聚类，形成多个簇并计算出各自聚类中心；S5、中央服务器将聚类中心赋值给簇内的每条模型参数，从而组合得到多个个性化模型；S6、中央服务器将个性化模型分别发送给客户端；S7、客户端对个性化模型进行检验，若个性化模型收敛，或达到预设训练轮次，则停止训练，否则返回S3。
-
公开(公告)号：CN118174718A
公开(公告)日：2024-06-11
申请号：CN202410317775.5
申请日：2024-03-20
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
Abstract: 本发明涉及晶振驯服、时间同步、自动控制领域，具体是一种基于卫星授时的晶振驯服系统和方法。本发明基于卫星授时的晶振驯服系统和方法，通过状态控制器协调晶振，提前将标准的1PPS信号与晶振产生的本地秒脉冲之间的差值送入过度过程，使跃迁值平滑化，从而达到滤波的效果，使控制过程更精确，快速驯服晶振，解决了晶振驯服超调和快速性之间矛盾的问题。再通过扩张观测器估计温度、湿度、电压、噪声、震动、老化等因素对晶振造成的干扰的方法，实时跟踪并补偿系统状态，实施主动抗扰，使晶振拥有很强的抗扰动能力，解决了晶振受干扰导致的频率随机起伏和长期稳定性差的问题，提高了晶振的稳定度和准确度。
-
公开(公告)号：CN117890934A
公开(公告)日：2024-04-16
申请号：CN202410073446.0
申请日：2024-01-18
Applicant: 桂林电子科技大学
Abstract: 本发明涉及卫星导航技术领域，具体涉及一种基于FPGA的GNSS信号ICAO模型实现方法，码片检测模块检测前码片和下一个码片的状态，并判断是否启动时间统计模块；时间统计模块将时间数据实时传递给数字畸变模块和畸变参数调整模块；数字畸变参数调整模块修正因频率控制字取整，造成的畸变误差；数字畸变模块基于时间数据对码片进行数字畸变处理，模拟畸变通过结合FPGA和幅频响应特性实现滤波器的设计，本发明实现各个导航系统的不同卫星的TMA畸变信号、TMB畸变信号和TMC畸变信号的模拟，增加监测和评估卫星信号算法的验证手段以及保证测试样本的多样，从而解决了GNSS信号模拟器难以复现复杂环境下的数字畸变、模拟畸变、混合畸变信号的问题。
-
公开(公告)号：CN117848342A
公开(公告)日：2024-04-09
申请号：CN202311787690.5
申请日：2023-12-22
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
Abstract: 本申请提出了一种基于粒子群算法优化LSTM神经网络的定位方法。该方法包括使用智能手机采集地磁、加速度、方位角以及陀螺仪数据，对采集的数据预处理，提取地磁特征值归一化；构建了粒子群算法优化的LSTM神经网络模型进行定位估计。同时针对IMU传感器数据，采用非线性模型KIM模型进行步长估计，使用地磁和方位角数据提取特征，设计实现了基于深度学习的神经网络模型预测航向角，解算目标位置。最后，将地磁估计作为观测模型，航迹推算估计作为量测模型，通过扩展卡尔曼滤波实现目标定位。
-
Patent Agency Ranking
公开(公告)号：CN117788515A
公开(公告)日：2024-03-29
申请号：CN202311662185.8
申请日：2023-12-06
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
Abstract: 本发明涉及计算机视觉技术领域，具体涉及一种结合注意力机制和加权响应的单目标跟踪方法，首先使用改进的VGG16作为特征提取主干网；其次采用了残差语义嵌入模块，自适应地将深层语义信息引入浅层特征，充分利用目标的语义和空间信息；然后将浅层特征响应和深层特征响应进行加权融合，进一步提高定位精度和判别能力；最后引入轻量级的注意力机制，从水平和垂直方向的二次划分特征来增强通道的特征显著性。本发明改善了现有目标跟踪方法中出现目标和背景进行相似性判别时，大多数跟踪器仅使用最后一层提取语义特征，忽略了空间结构对区分目标和背景的作用，跟踪过程容易出现漂移或者跟踪丢失问题。
-
公开(公告)号：CN117746145A
公开(公告)日：2024-03-22
申请号：CN202311781981.3
申请日：2023-12-22
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
IPC: G06V10/764 , G06V20/10 , G06V10/77 , G06V10/82 , G06V10/80 , G06V10/58 , G06V10/40 , G06N3/045 , G06N3/0464 , G06N3/084
Abstract: 本发明涉及遥感图像处理与应用技术领域，具体涉及一种基于卷积神经网络与注意力机制的融合模型分类方法，提出一种用于高光谱图像分类的多分支特征融合以及注意力机制的分类模型，模型中的三维卷积操作能够利用不同尺度的卷积核和滤波器数量，从不同程度的光谱和空间维度中提取特征；并且采用多分支特征融合结构，对从不同分支提取的特征进行集成。通过使用连接函数将从各个分支中提取的特征连接起来，可以更全面地补充网络特征，同时加入了注意力机制模块，结合通道注意力和空间注意力，增强模型对关键特征的感知能力，提高模型的表达能力和泛化能力，提高模型的表达能力和泛化能力。
-
公开(公告)号：CN117419706A
公开(公告)日：2024-01-19
申请号：CN202311353762.5
申请日：2023-10-18
Applicant: 桂林电子科技大学
IPC: G01C21/08 , G06N3/0464 , G06N3/0442 , G01C21/16 , G01C21/20
Abstract: 本申请适用于室内定位领域，提供了一种基于多特征驱动的神经网络地磁定位方法、计算机可读存储介质及计算机设备。所述方法包括：接收移动终端采集的地磁信号和传感器信息，创建用于地磁定位和步长估计的多维数据集；基于ResNet‑GRU‑LSTM神经网络模型进行地磁定位估计，得到预测的地磁定位结果；利用层级GRU神经网络模型得到用于预测得到行人航迹推算PDR定位的步长、步频和方向角；根据步长、步频和方向角以及地磁定位结果，通过粒子滤波进行地磁辅助多特征驱动的PDR定位，得到目标最终的位置。本申请能有效消除地磁定位和PDR定位带来的模糊定位误差和异常值，从而显著提高了定位性能，可以有效缓解设备的异构性，并具有很强的鲁棒性。
-
公开(公告)号：CN117372642A
公开(公告)日：2024-01-09
申请号：CN202311416054.1
申请日：2023-10-30
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
Abstract: 本发明提出了一种基于数字孪生的三维建模方法及可视化系统，包括一：获取园区倾斜摄影图像数据，导入建模软件中得到园区倾斜摄影实景三维模型；二：将步骤一所述的图像数据导入Arcgis中，绘制得到园区道路WGS84杆状物、面状物、线状物shapefile矢量数据；三：采用3dsmax构建整个园区三维虚拟模型，对模型进行材质贴图和V‑ray渲染后分别导出.fbx格式模型；四：将步骤二所述shapefile文件导入Thingjs数字孪生开发平台，得到园区对应的地理位置，导入.fbx格式模型调整到对应地理位置发布得到融合GIS数据后的三维场景url地址；五：园区模型可视化采用发布的url地址动态加载园区模型；六：采用数据驱动的方法进行园区车辆行驶轨迹跟踪监控,读取后端车辆位置数据实时虚实映射到可视化平台上。
-
公开(公告)号：CN116720434A
公开(公告)日：2023-09-08
申请号：CN202310658397.2
申请日：2023-06-06
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
Abstract: 本发明提出了一种基于BP神经网络PID算法的电离层闪烁模型实现方法，涉及电离层闪烁技术领域。该方法包括：复高斯信号权值分配、闪烁信号生成以及基于BP神经网络PID的权值更新；复高斯信号权值分配用于重新分配下一次的每段的复高斯信号对应的权值；闪烁信号生成用于根据模型设置参数和更新后的复高斯信号生成闪烁信号；基于BP神经网络PID的权值更新用于根据幅度指数的误差，迭代更新权值。本发明专利解决了电离层闪烁信号准确复现和随着数据更新周期越大，Cornell模型生成的闪烁信号，无法准确描述电离层幅度闪烁强度的问题，提高了仿真的电离层闪烁信号的真实性和复杂变换条件下的信号模拟的准确性。
-
-
-
-
-
-
-
-
-
Search Results
271
records
(took 0.037 seconds)
