-
公开(公告)号：CN105094996A
公开(公告)日：2015-11-25
申请号：CN201510430540.8
申请日：2015-07-21
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于动态权限验证的Android系统安全增强方法及系统，方法包括以下步骤：S1、随时监听各个进程的请求，一旦发现某个进程发起服务请求则拦截该请求，并立即验证该进程的权限；S2、调用策略库，并访问被请求的客体已注册的服务接口，查询被请求的客体对当前主体进程的访问或者请求能够提供的服务范围，然后构建可信的策略配置方案；S3、根据策略配置方案进行操作。本发明通过动态权限验证和策略配置，实现了Android系统应用进程间安全通信与基于动态权限验证的可信服务配置技术紧耦合的安全增强方法，可以进一步增强可信安全，可广泛应用于对安全等级要求很高的环境中。
-
公开(公告)号：CN114966667B
公开(公告)日：2024-12-20
申请号：CN202210572751.5
申请日：2022-05-25
Applicant: 电子科技大学
Abstract: 本发明公开一种基于交互多模型的低空机动目标跟踪方法，应用于目标跟踪领域，针对现有交互多模型方法在杂波背景以及复杂机动情况下跟踪精度较低、易发散的问题。本发明通过交互多模型中相邻时间转移概率的差异对转移概率矩阵进行实时调整，并将自适应当前统计模型纳入模型集中以提高跟踪的准确度与适应性，考虑到不同模型的独特性，“因地制宜”地使用不同的滤波器，以更加符合实际低空目标跟踪的需求。还设计了一种自适应扩大跟踪门，用调整门限常数的方法调整跟踪门的大小。本发明可实现对低空机动目标进行更精确、更及时的跟踪，具有较好的适应性和估计精度，对复杂机动的目标跟踪具有实际意义。
-
公开(公告)号：CN119004149A
公开(公告)日：2024-11-22
申请号：CN202411028295.3
申请日：2024-07-30
Applicant: 电子科技大学
IPC: G06F18/23213 , G06F18/2413 , G06F18/15
Abstract: 本发明涉及目标轨迹预测应用领域，公布了一种面向空中目标分类及行为识别的轨迹特征建模方法，主旨在于对高维的、不同尺度的空中目标轨迹时间序列信息实现了定长的、可解释性的特征表示。飞行行为主要包括民航机的平飞和转弯，轰炸机的俯冲，战斗机的复杂行为，侦察机的o型侦察等飞行行为。首先对空中目标轨迹数据进行预处理；基于不同飞行目标的速度范围，对预处理后的数据进行速度特征表示；基于不同飞行目标不同的转弯幅度范围，设计了单向双游走算法对飞行轨迹进行转弯特征表示；再结合目标飞行轨迹行为先验，对飞行轨迹进行局部行为编码，并得到局部行为特征；最后将得到的特征进行联合，采用聚类算法对空中目标行为及类别进行无监督识别。
-
公开(公告)号：CN115861341B
公开(公告)日：2024-11-05
申请号：CN202211513359.X
申请日：2022-11-29
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于混合二阶梯度矩阵特征值的结冰河流检测方法及装置，针对红外成像中高反结冰河流对特定小目标检测的干扰问题，本发明旨在检测出红外图像中的结冰河流，从而降低特定小目标检测的虚警率。方法包括：输入原始红外图像，计算输入红外图像的混合二阶梯度矩阵，根据混合二阶梯度矩阵的特征值和特征向量构造得结冰河流候选区域图和河流方向矢量图；根据河流方向矢量图设计对应方向的滤波模板，在河流候选区域图上计算滤波模板的响应值，得到河流区域增强图像；对河流区域增强图像进行二值化处理，依据先验信息和实验结果，设定合适的区域面积尺寸阈值，剔除面积较小的区域，得到最终的检测结果。
-
公开(公告)号：CN115507959B
公开(公告)日：2024-10-01
申请号：CN202211284662.7
申请日：2022-10-19
Applicant: 电子科技大学
Abstract: 本发明属于红外成像目标特性分析及图像处理应用领域，提出了一种用于目标检测的红外辐射特性分析方法，实现了将红外传感器前端的物理信息与后端图像处理方法相结合，为遥感对地观测红外目标检测和识别任务提供了一种结合红外目标物理特性与传感器前端辐射传输过程的正、反演协同建模思路。其主要方案包括：红外图像成像基本辐射特征描述集的构建；典型红外场景以及遥感场景的辐射传输过程建模；针对特定红外目标辐射特征进行建模及分析；将红外目标数据库中的目标通过结合传输过程中的物理特性和自身辐射特性进行数值矫正，与仿真背景进行像素级融合；最后，获得多个波段下含有红外目标辐射特征的仿真数据。
-
Patent Agency Ranking
公开(公告)号：CN116301007A
公开(公告)日：2023-06-23
申请号：CN202310454330.7
申请日：2023-04-25
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于强化学习的多四旋翼无人机集结型任务路径规划方法，首先构建基于PyBullet的多四旋翼无人机Gym环境，通过抽象四旋翼无人机的状态空间、动作空间，设置奖励函数机制，再使用改进的深度强化学习算法进行路径规划决策，最后训练改进的深度强化学习网络，通过输出的动作信息控制四旋翼无人机，使每一个四旋翼无人机在最短的时间内成功到达规定目标任务。本发明的方法在TD3算法中利用N步回报，获得更准确的回报估计、更快的学习速度、更好的泛化性能，使用优先经验回放降低采样偏差，减少因采样不均衡造成的模型偏差，提高算法稳定性，使TD3算法更适合连续的多维决策问题，能在达到规定的实时性和准确性的情况下在最短时间规划出最优路线。
-
公开(公告)号：CN116012420A
公开(公告)日：2023-04-25
申请号：CN202211527783.X
申请日：2022-11-30
Applicant: 电子科技大学
Abstract: 本发明公开一种用于目标检测的红外图像背景抑制方法，涉及图像处理及目标检测技术领域，针对现有方法存在未能很好地利用时域信息，虚警较高的问题；本发明通过随机截取待检测帧的块计算其到一定范围邻帧的相对位移矢量，再利用所得相对位移矢量计算邻帧到待检测帧的背景相对位移矢量，从而计算匹配点的灰度加权均值，得到邻帧灰度响应图，再与待检测帧作差并取绝对值、归一化，最终获得目标的检测结果；本发明能够抵消背景相对探测器运动带来的影响，大大降低来自背景运动的产生的虚警，可以很好地在响应图中凸显目标。
-
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。
-
-
-
-
-
-
-
-
-
Search Results
69
records
(took 0.023 seconds)
