-
公开(公告)号：CN108632764B
公开(公告)日：2020-07-07
申请号：CN201810284185.1
申请日：2018-04-02
Applicant: 浙江大学
Abstract: 本发明属于多传感器融合估计领域，公开了一种多传感器选择性量测数据融合估计算法。针对当前常规的数据融合算法应用于目标跟踪估计中存在的数据传输量大等缺点，本发明所提出的算法会选择各传感器量测数据中部分有价值数据提交给融合中心，提高数据的利用效率，在满足一定目标估计精度同时，大大降低结点之间数据的传输量。对于量测数据如何选则，本发明的方法基于人工神经网络与遗传算法相结合的思路，通过遗传算法优化，使多传感器跟踪系统在总的数据带宽一定时获得较好的目标跟踪估计效果。因此，本发明对于解决实际目标跟踪估计问题具有重要的现实意义。
-
公开(公告)号：CN107239560B
公开(公告)日：2020-07-03
申请号：CN201710438756.8
申请日：2017-06-12
Applicant: 浙江大学
IPC: G06F16/35
Abstract: 本发明公开了一种基于深度学习的文本蕴含关系识别方法，属于文本识别领域。该方法包括：步骤1：获取两个文本，将其中一个文本作为“前提”，另一个文本作为“假设”，并进行预处理，生成“前提”字符串和“假设”字符串；步骤2：生成“前提”基本矩阵的和“假设”基本矩阵；步骤3：计算“前提”和“假设”的距离关系矩阵和距离关系矩阵；步骤4：生成“前提”和“假设”的联合矩阵Up和联合矩阵矩阵Uh；步骤5：将联合矩阵分别送入深度学习模型中，生成m维双精度的“前提”句向量和“假设”句向量；步骤6:将“前提”和“假设”的句向量按照句向量混合方法生成分类向量；步骤7：将分类向量送入分类器，分类器输出“前提”和“假设”的关系。
-
公开(公告)号：CN111328015A
公开(公告)日：2020-06-23
申请号：CN202010077375.3
申请日：2020-01-28
Applicant: 浙江大学
Abstract: 本发明提出了一种基于Fisher信息距离的无线传感器网络目标跟踪方法。在目标进入到监测区域内被探测到后，跟踪系统被激活开始对目标进行跟踪。为了提升系统的跟踪精度，使用更多的传感器对目标进行跟踪是一个常规的思路。然而，使用过多的传感器一方面会消耗过多能量，一方面会由于辐射过多的能量而被敌方发现从而被锁定位置。为了解决辐射能量与跟踪精度的问题，本发明在传感器数量不变的基础上，通过选择更加高效的传感器对目标进行跟踪，实现跟踪精度的提升。本发明对于提升跟踪系统的隐蔽性以及一些特定场景下传感器网络使用寿命问题具有理论指导意义与实用价值。
-
公开(公告)号：CN111275644A
公开(公告)日：2020-06-12
申请号：CN202010064566.6
申请日：2020-01-20
Applicant: 浙江大学
IPC: G06T5/00
Abstract: 本发明公开了一种基于Retinex算法的水下图像增强方法和装置。该方法包括：对原始RGB水下图像进行白平衡处理和颜色校正，得到预处理后的图像；将所述预处理后的图像转化至LAB色彩空间；采用单通道Retinex算法对L通道进行图像增强处理和亮度矫正，采用双边滤波对A和B通道进行颜色校正，得到LAB图像；将所述LAB图像转换至RGB图像，完成水下图像增强操作。本发明解决了水下图像清晰度低，偏色严重，物体边缘轮廓线不清晰等问题，达到色彩校正、边缘增强的效果。
-
公开(公告)号：CN111176328A
公开(公告)日：2020-05-19
申请号：CN202010051478.2
申请日：2020-01-17
Applicant: 浙江大学
IPC: G05D1/10
Abstract: 一种基于欠信息下的多AUV分布式目标围捕控制方法，包括：建立AUV运动学模型以及动力学模型，初始化系统状态、采样时间以及控制参数；针对多AUV系统运动过程中，部分AUV无法获得目标信息的情况，提出了动态轨道半径循环迭代方法；针对水下GPS定位不准确以及运动过程中探测距离有限等问题，提出了基于局部信息的多AUV运动学控制器；提出了欠信息下的多AUV系统动力学控制器。本发明提供一种能够有效减少控制器信息量的分布式目标围捕控制方法，同时利用动态调整AUV的循环轨道半径方法避免了探测目标信息失效带来的影响，为海洋开发、海洋对抗、灾难救援等方面的实际应用研究奠定了关键基础。
-
Patent Agency Ranking
公开(公告)号：CN110807365A
公开(公告)日：2020-02-18
申请号：CN201910934615.4
申请日：2019-09-29
Applicant: 浙江大学
Abstract: 本发明公开了一种基于GRU与一维CNN神经网络融合的水下目标识别方法，属于水声目标识别领域。针对水声目标识别问题，提出了一种基于GRU与一维CNN神经网络融合的水下目标识别方法，利用基于GRU的循环神经网络结构解决了传统神经网络无法提取水声信号的时序特征的问题，同时使用一维CNN卷积神经网络结构提取水声信号的时域波形特征。融合GRU与一维CNN神经网络结构提取的特征向量，丰富了输入分类器的特征值信息。扩展了影响识别准确率的辅助信息输入，包括距离、水听器深度、信道深度等信息并加入Dropout层和批规范化层避免了过拟合问题，提高了水声目标的识别准确度。
-
公开(公告)号：CN110764053A
公开(公告)日：2020-02-07
申请号：CN201911007165.0
申请日：2019-10-22
Applicant: 浙江大学
Abstract: 本发明属于多传感器融合估计领域，提出了一种基于水下传感器网络的多目标被动定位方法，采用了特征级和决策级信息融合相结合的策略。基于水声传感器网络的多目标探测存在能耗高、定位精度低、时延大等问题，针对这些缺陷，本发明所提出的算法在单节点阵列进行多目标方位估计，并提取多种目标信号的特征，传输至融合中心进行处理，实时对多目标进行方位估计，并进一步得到位置信息。算法提高多目标位置估计的准确性的同时降低了节点间通讯信息量。因此，本发明对于解决实际的水下多目标被动定位问题具有重要的现实意义。
-
公开(公告)号：CN106559221B
公开(公告)日：2019-10-18
申请号：CN201610970703.6
申请日：2016-11-04
Applicant: 浙江大学
Abstract: 本发明公开一种分布式网络控制系统的网络发现协议以及加密认证算法，包括RSA算子生成算法，组合密文生成算法，时间相关的混沌初始化算法等。本发明将RSA加密与混沌加密进行组合，分块进行加密，生成组合密文，并且密文与时间相关，使密文具有时效性，增大了破解难度，增强了分布式控制网络的认证安全。
-
公开(公告)号：CN110167124A
公开(公告)日：2019-08-23
申请号：CN201910425415.6
申请日：2019-05-21
Applicant: 浙江大学
Abstract: 本发明属于多传感器融合估计领域，提出了一种传输功率自适应调节的水下无线传感器网络目标跟踪方法。由于水下环境的复杂性，水声通信的环境相比陆地和空中更为恶劣，网络节点之间的数据传输错误概率更大，为了提高数据的准确性，需要提高节点发送数据的传输功率，通过提高信噪比降低恶劣环境的影响。然而，提高传输功率会导致节点能量过度消耗，影响网络寿命。为了解决数据准确率和网络能耗之间的矛盾，本发明所提出的算法联合考虑目标跟踪精度和网络能量消耗的需求，在保证跟踪精度的同时，自适应地调整节点传输量测数据的功率，提高网络工作效率。因此，本发明对于解决水下目标跟踪的实际问题有着重要的理论意义和实用价值。
-
公开(公告)号：CN109993755A
公开(公告)日：2019-07-09
申请号：CN201910261841.0
申请日：2019-04-02
Applicant: 浙江大学
Abstract: 本发明公开了一种提花织物图像组织结构分割方法。采用图像直方图均衡化提高图像对比度，使用超像素分割算法将提花织物图像分离成超像素；并且采用改进LBP方法提取织物图像的局部纹理特征，再计算超像素内的颜色重心作为颜色特征，聚类颜色特征和纹理特征实现提花织物图像中组织结构的分割。本发明的织物组织结构分割方法充分结合了提花织物的颜色特征和局部纹理特征，能够准确地完成组织结构分割。
-
-
-
-
-
-
-
-
-
Search Results
66
records
(took 0.022 seconds)
