-
公开(公告)号：CN114782875B
公开(公告)日：2023-04-21
申请号：CN202210539051.6
申请日：2022-05-18
Applicant: 电子科技大学
IPC: G06V20/40 , G06V20/05 , G06V40/10 , G06T3/40 , G06V10/46 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/047 , G06N3/08
Abstract: 本发明公开了一种基于鱼道构建的鱼类细粒度信息获取方法，本发明基于水下摄影机和平行光栅的辅助，获取鱼类多个维度的精确信息，并利用图像增强来提升图像信息的丰富度，提高鲁棒性；基于边缘保持滤波器的算法提高目标图像的信息分离程度，提升深度学习算法确定轮廓和位置的精确度；利用基于深度学习的目标检测算法Faster R‑CNN进一步提高模型的精确度；利用目标检测获得的鱼类的位置、种类信息，进而获得每种鱼类的活动周期，体型大小情况，洄游时间和洄游路径的示意图；利用平行光栅进行系统精度的二次验证，在摄影机主导平行光栅辅助的系统下，鱼类信息提取的精度大大增高，并同时也保护了鱼类的生存环境。
-
公开(公告)号：CN115527105A
公开(公告)日：2022-12-27
申请号：CN202211190261.5
申请日：2022-09-28
Applicant: 电子科技大学
IPC: G06V20/05 , G06V10/44 , G06V10/54 , G06V10/52 , G06V10/80 , G06V10/762 , G06V10/764 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于多尺度特征学习的水下目标检测方法，首先通过双骨干网络进行了特征的提取，提取了深度特征，纹理特征，把深度特征和纹理特征联合处理，经过坐标注意力机制，让位置信息得到了更好的关注，以更准确的检测目标。本发明的方法将预测头增加到了4个，能更好的检测小目标，减少了网络模型的资源占用，使该模型适用于硬件条件有限的嵌入式设备，与其他先进的目标检测器相比，进一步提高了水下目标的检测精度，可以对目标进行有效的检测，并且具有良好的检测精度和实时性。
-
公开(公告)号：CN113242512B
公开(公告)日：2022-07-12
申请号：CN202110520787.4
申请日：2021-05-13
Applicant: 电子科技大学
Abstract: 本发明公开一种基于水下无线传感网的高精度节点定位方法，应用于水下无线传感网络节点定位领域，针对现有技术缺乏对水下节点定位提供有效解决方案，本发明首先利用声线补偿的方法来纠正普通节点与锚节点之间的测距，合理规划被估计节点的粒子搜索空间；通过构建适应度函数，判别粒子优劣，并基于惯性权重更新粒子速度与位置，从而平衡粒子群算法中粒子在活动区域内的搜索能力；本发明同时结合遗传算法中的交叉思想，丰富粒子群算法的粒子多样性，减弱了粒子群算法过早陷入局部收敛的问题。
-
公开(公告)号：CN113140019B
公开(公告)日：2022-05-31
申请号：CN202110520772.8
申请日：2021-05-13
Applicant: 电子科技大学
Abstract: 本发明公开一种基于融合弥补生成对抗网络的文本生成图像的方法，应用于条件图像生成领域，针对现有技术中存在的模型复杂、合成图分辨率低和不考虑文本图像特征融合等问题，本发明搭建的融合弥补生成对抗网络模型，生成器上采样块中包括仿射调制融合块，在仿射调制融合块中通过条件卷积层多次引入文本向量作为输入，在生成器前馈过程中多次、反复利用文本条件信息，并将其融合到生成的图像特征中，实现对神经网络前馈过程中丢失信息的弥补，从而使得模型可以在单体架构中一次性生成256*256分辨率图像，避免了计算代价昂贵的额外网络的引入。
-
公开(公告)号：CN113140019A
公开(公告)日：2021-07-20
申请号：CN202110520772.8
申请日：2021-05-13
Applicant: 电子科技大学
IPC: G06T11/00 , G06K9/62 , G06F40/211 , G06N3/04
Abstract: 本发明公开一种基于融合弥补生成对抗网络的文本生成图像的方法，应用于条件图像生成领域，针对现有技术中存在的模型复杂、合成图分辨率低和不考虑文本图像特征融合等问题，本发明搭建的融合弥补生成对抗网络模型，生成器上采样块中包括仿射调制融合块，在仿射调制融合块中通过条件卷积层多次引入文本向量作为输入，在生成器前馈过程中多次、反复利用文本条件信息，并将其融合到生成的图像特征中，实现对神经网络前馈过程中丢失信息的弥补，从而使得模型可以在单体架构中一次性生成256*256分辨率图像，避免了计算代价昂贵的额外网络的引入。
-
Patent Agency Ranking
公开(公告)号：CN111082878B
公开(公告)日：2021-03-26
申请号：CN201911118698.6
申请日：2019-11-15
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于水下移动无线传感网的目标跟踪方法，属于无线传感网目标跟踪技术领域。本发明为：基于传感器的当前位置信息计算对应度量值的正负取值，将传感器划分为两个集合，正度量值的传感器的高度调节量为预设值；基于确定的候选传感器，选择M个传感器作为参与跟踪的传感器；确定各参与跟踪的传感器的当前高度并发送给对应的传感器；传感器移动到指定高度后，发送声波测量其与跟踪目标之间的距离，得到对跟踪目标的量测值并发送给计算处理中心；计算处理中心对接收的M个传感器的量测值进行融合估计处理，得到跟踪目标的当前状态。本发明利用传感器在高度方向上的可调性，动态调整网络的拓扑结构，从而有效提升目标跟踪准确性。
-
公开(公告)号：CN106446723A
公开(公告)日：2017-02-22
申请号：CN201610835131.0
申请日：2016-09-21
Applicant: 电子科技大学
IPC: G06F21/78
CPC classification number: G06F21/78
Abstract: 本发明公开了一种安卓移动终端数据隔离方法，属于Android系统信息安全技术领域。本发明通过重制Android移动终端的数据存储结构，使原系统单一化存储结构转为多元化，在保障用户数据环境隔离的同时，避开对Android移动终端框架核心特性的改动。不同于传统的仅有一个用户数据分区以及对应的外置存储区的数据结构，修改后的Android系统框架接管了原有的掌管用户数据挂载、移除的服务，在多用户与数据隔离技术下，系统将拥有无限多个用户数据分区，并相互不可见。
-
公开(公告)号：CN103414786B
公开(公告)日：2016-03-16
申请号：CN201310380204.8
申请日：2013-08-28
Applicant: 电子科技大学
CPC classification number: Y02D70/00
Abstract: 本发明公开了一种基于最小生成树的数据聚合方法，其主要步骤包括：部署无线传感器；选择簇头；分簇；簇内节点构成简单图模型；簇内权值的计算；簇内节点构建最小生成树；簇内数据聚合；簇头权值的计算；簇头节点构成简单图模型；簇头节点构建最小生成树；簇头数据聚合；均衡节点能耗；簇的维持。本发明通过合理布置传感器节点和对节点进行分簇，使传感器节点的能耗均匀分布，延长了整个无线传感器网络的生命周期，使得所有节点的能量能够得到高效的利用。
-
公开(公告)号：CN103414786A
公开(公告)日：2013-11-27
申请号：CN201310380204.8
申请日：2013-08-28
Applicant: 电子科技大学
CPC classification number: Y02D70/00
Abstract: 本发明公开了一种基于最小生成树的数据聚合方法，其主要步骤包括：部署无线传感器；选择簇头；分簇；簇内节点构成简单图模型；簇内权值的计算；簇内节点构建最小生成树；簇内数据聚合；簇头权值的计算；簇头节点构成简单图模型；簇头节点构建最小生成树；簇头数据聚合；均衡节点能耗；簇的维持。本发明通过合理布置传感器节点和对节点进行分簇，使传感器节点的能耗均匀分布，延长了整个无线传感器网络的生命周期，使得所有节点的能量能够得到高效的利用。
-
公开(公告)号：CN103327653A
公开(公告)日：2013-09-25
申请号：CN201310258548.1
申请日：2013-06-26
Applicant: 电子科技大学
IPC: H04W84/18
CPC classification number: H04W52/0206 , Y02D70/00
Abstract: 本发明公开了一种基于睡眠调度和覆盖补偿的覆盖保持方法，具体在调度机制中同时采用了睡眠调度和覆盖补偿两种方法，从而达到了能量高效利用和保持覆盖率的双重目标。首先节点通过估计自身冗余度和剩余能量判断是否需要周围的邻居节点向其移动；在这其中首次提出了绝对冗余节点和相对冗余节点的概念；之后邻居节点判断自身是否具有移动到目标位置的能力；通过采用能量模型进行能量预测的方式达到准确判断节点的移动能力，进而达到了保持覆盖率的目标，之后又采取睡眠调度机制，避免冗余节点能量的浪费，达到高效率利用能量的目标。
-
-
-
-
-
-
-
-
-
Search Results
69
records
(took 0.026 seconds)
