-
公开(公告)号：CN108491864B
公开(公告)日：2020-05-01
申请号：CN201810163343.8
申请日：2018-02-27
Applicant: 西北工业大学
Abstract: 本发明提供了一种基于自动确定卷积核大小卷积神经网络的高光谱图像分类方法。首先，用K‑means算法对多组不同大小的图像块样本进行聚类处理；然后，设计一种新的针对不同尺寸且各类别数量呈非均匀分布样本聚类结果的评价指标，对不同尺寸样本聚类结果进行评价，根据评价结果确定自适应卷积核；最后，对自适应卷积核的卷积神经网络进行训练，并利用训练好的网络对高光谱图像进行分类。由于利用聚类处理和指标评价得到的自适应卷积核可以更加有效的表征数据信息，利用本发明方法可以得到更好的高光谱图像分类结果。
-
公开(公告)号：CN109015739A
公开(公告)日：2018-12-18
申请号：CN201810640579.6
申请日：2018-06-21
Applicant: 西北工业大学
CPC classification number: B25J17/00 , B25J17/0208 , B25J19/0091
Abstract: 一种康复机器人变刚度柔性关节，主动隔环、从动隔环、主动盘和从动盘之间有填装磁流变液的间隙。利用磁流变液的磁流变效应，以磁流变液作为传动介质，通过改变线圈的电流能够无级调节柔性关节的刚度，从而实现其主动变刚度，并且具有从脱离到接近完全刚性的宽刚度变化范围。本发明具有结构简单、稳定性好的特点，输出力矩随外接电源的变化，力矩调节范围可达0至8N·m，且变化平滑，超过同类变刚度柔性关节的调节范围。
-
公开(公告)号：CN108804818A
公开(公告)日：2018-11-13
申请号：CN201810590951.7
申请日：2018-06-09
Applicant: 西北工业大学
IPC: G06F17/50
CPC classification number: G06F17/5022 , G06F17/5036
Abstract: 本发明提出一种基于标准架构FACE的软件系统建模方法，包括系统组件化、数据建模、系统I/O服务建模及组件传输服务建模等方法。本发明提出的建模方法可以指导我国航空电子系统架构的建模，可以作为FACE架构下的系统建模相关工具链及平台的研制的理论依据进行实际应用。本发明有利于提高软件质量和开发效率，增强软件可移植性，节约开发成本，便于系统的快速集成，缩短系统的开发周期，推动国内航空领域统一的开放式软件架构标准的形成。本发明可运用于高可信、高可靠、高安全领域，例如，航空领域、航天领域等软件密集产业。
-
公开(公告)号：CN108765313A
公开(公告)日：2018-11-06
申请号：CN201810408834.4
申请日：2018-05-02
Applicant: 西北工业大学
CPC classification number: G06T5/002 , G06K9/6223
Abstract: 本发明提供了一种基于类内低秩结构表示的高光谱图像去噪方法。首先，采用光谱聚类算法将高光谱数据划分成多个类，实现对高光谱图像类内低秩特性的有效利用。然后，利用奇异值分解方法对每一类的类内低秩矩阵进行分解，并使用结构稀疏方法对奇异值进行建模。最后，利用优化方法自适应地进行模型求解。本发明方法有效利用了高光谱图像的局部相似性和非局部相似性，不需要输入噪声方差或其它先验信息，且可以适用于各种不同噪声情况，具有较好的去噪效果和良好的适应性。
-
公开(公告)号：CN105913123B
公开(公告)日：2018-08-03
申请号：CN201610224971.3
申请日：2016-04-12
Applicant: 西北工业大学
Abstract: 本发明公开了种基于自动编码器和多层感知器网络的黄河主溜光谱建模方法,用于解决现有建模方法自适应性差的技术问题。技术方案是综合考虑水分子的吸收系数和散射系数,泥沙颗粒的吸收系数和散射系数,光的入射角,水层向上散射角等诸多因素;采用自动编码器后接多层感知器形成的神经网络结构,利用训练数据进行学习,最终获得黄河主溜光谱模型。自动编码器具有去除冗余信息,对噪声鲁棒的特点,因此有利于获得鲁棒的参数估计结果。本发明建立的黄河主溜光谱模型结合主溜成因,综合考虑了水体、泥沙、光照等方面的因素,采用自动编码器和多层感知器网络作为模型参数估计方法,能够更具数据自动获得具体模型参数,具有良好的可扩展性和自适应性。
-
Patent Agency Ranking
-
公开(公告)号：CN107273927A
公开(公告)日：2017-10-20
申请号：CN201710442276.9
申请日：2017-06-13
Applicant: 西北工业大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于类间匹配的无监督领域适应分类方法，用于解决现有不同领域间图像分类方法分类性能差的技术问题。技术方案是根据源图像领域和目标图像领域的样本，建立面向类别的最大平均差异模型。利用线性投影方法，构建领域迁移的特征表示模型，将源领域样本和目标领域样本投影到同一潜在的特征空间。联合考虑源领域样本的监督信息和目标领域内样本间潜在的低秩结构特点，建立鲁棒的目标领域分类模型，标记目标领域内所有的无标签样本。建立以最小化领域间相同类别分布差异为目标的联合优化模型，并利用交替最小化优化方法，交替迭代优化特征表示模型和分类模型，直至收敛，最终得到最优的目标领域分类结果，分类性能好。
-
公开(公告)号：CN107203783A
公开(公告)日：2017-09-26
申请号：CN201710371308.0
申请日：2017-05-24
Applicant: 西北工业大学
CPC classification number: G06K9/6272 , G06N3/04
Abstract: 本发明公开了一种基于自适应卷积核卷积神经网络的遥感图像像素级分类方法，用于解决现有遥感图像像素级分类方法自适应性差的技术问题。技术方案是首先计算数据点的密度和距离值，然后自适应选取聚类中心为卷积核，最后将学习到的卷积核加入CNN对网络的softmax层进行训练，对训练好的网络进行遥感图像像素级分类。本发明将改进的基于快速寻找和找到密度峰值的聚类算法MCFSFDP，聚类得到自适应卷积核，代入基于预训练卷积核的CNN结构。相对基于K‑means聚类人工设定聚类类别预学习的卷积核的CNN结构相比，自适应学习到的卷积核能够有效表征数速记据信息特点并且提高了遥感图像像素级分类效果。
-
公开(公告)号：CN106780345A
公开(公告)日：2017-05-31
申请号：CN201710036463.7
申请日：2017-01-18
Applicant: 西北工业大学
IPC: G06T3/40
Abstract: 本发明公开了一种基于耦合字典及空间转换估计的高光谱图像超分辨重建方法，用于解决现有高光谱图像超分辨重建方法重建精度低的技术问题。技术方案是首先利用光谱解混理论对低分辨率的高光谱图像进行线性解混，求得相应的光谱字典；利用稀疏表示理论建立基于耦合字典的高光谱图像超分辨重建的模型；引入高光谱图像与真彩图像之间的空间转换矩阵正则项，降低了算法的使用限制；然后，利用改进的PALM算法对模型进行求解，获得超分辨重建后的高光谱图像。经测试，在空间超分辨倍数为32倍的情况下，本发明均方根误差RMSE、光谱角匹配SAM等精度指标均高于背景技术高光谱图像超分辨重建方法，具有较好的超分辨效果。
-
公开(公告)号：CN104091368B
公开(公告)日：2017-01-11
申请号：CN201410350344.5
申请日：2014-07-22
Applicant: 西北工业大学
IPC: G06T17/00
Abstract: 本发明公开了一种基于空谱三维稀疏先验的高光谱解混压缩感知方法，用于解决现有高光谱解混压缩感知方法压缩效率低的技术问题。技术方案是使用随机采样矩阵从场景的光谱中抽取少量波段作为压缩数据。重建过程中，从光谱库中选择适当的光谱作为端元矩阵，并引入丰度值矩阵的空谱三维稀疏先验，同时约束丰度值矩阵在空间维和光谱维上稀疏性，进而使用增广拉格朗日的方法精确估计丰度值矩阵。最后，依据线性混合模型重建原始数据。在卫星拍摄的Urban，Pavia University以及Indiana数据集上的测试结果表明，当压缩比为100:1时，峰值信噪比均高于77db，相对于背景技术提升5db以上。
-
-
-
-
-
-
-
-
-
Search Results
149
records
(took 0.038 seconds)
