-
公开(公告)号：CN112764024A
公开(公告)日：2021-05-07
申请号：CN202011600978.3
申请日：2020-12-29
Applicant: 杭州电子科技大学
IPC: G01S13/88
Abstract: 本发明公开了一种基于卷积神经网络和Bert的雷达目标识别方法，包括以下步骤：S1，收集数据并划分训练集和测试集，对数据进行强度归一化和重心对齐处理；S2，将上述处理的HRRP样本输入到CNN模块，用CNN对处理后的样本进行提取特征；S3，用Bert处理CNN提取的有效特征，提取更加深层的特征；S4，搭建分类器，对HRRP目标分类，对Bert的输出，再次使用注意力机制，将更有效的特征进行保留，最后采用softmax对网络的输出进行分类；S5，将经过S1处理后的HRRP测试集送入S2、S3、S4步骤中已训练完成的模型中进行测试。
-
公开(公告)号：CN112596389A
公开(公告)日：2021-04-02
申请号：CN202011504841.8
申请日：2020-12-18
Applicant: 杭州电子科技大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于闭环交叉耦合迭代学习的水晶研磨控制方法与系统，其中方法包括以下步骤：S10，建立水晶研磨伺服系统数学模型；S20，建立离散型闭环交叉耦合迭代学习控制器对位置进行控制；S30，离散型闭环迭代学习控制器产生新的控制信号；S40，控制器根据期望位置信息和实际信息得到新的跟踪误差；S50，经过轮廓误差分配模型补偿到各轴以消除每个轴对其它轴的影响。
-
公开(公告)号：CN111753677A
公开(公告)日：2020-10-09
申请号：CN202010521967.X
申请日：2020-06-10
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于特征金字塔结构的多角度遥感船舶图像目标检测方法，包括以下步骤：S1，收集遥感卫星船舶图像数据集，并进行样本标注，得到标注目标；S2，对经过S1所提取的数据集中的样本进行数据预处理，形成完整的训练数据集；S3，用经过改进的特征金字塔网络对预处理后的样本进行特征提取，得到多层特征融合的特征金字塔；S4，经过RPN网络生成候选区域；S5，添加不同池化大小的ROI Pooling层；S6，搭建Fast R-CNN网络；S7，对由S1采集到的测试数据进行训练阶段的步骤S2预处理操作；S8，将经过S7处理的样本送入S3、S4、S5和S6构建的模型中进行测试求得结果，即最后经过Fast R-CNN输出分类与回归的结果。
-
Patent Agency Ranking
公开(公告)号：CN111738113A
公开(公告)日：2020-10-02
申请号：CN202010521918.6
申请日：2020-06-10
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于双注意力机制与语义约束角的高分辨率遥感图像的道路提取方法，包括以下步骤：S1，对Massachusetts数据集里面的遥感道路图像进行操作来进行数据集的数据扩增，对数据集里面的遥感道路图像的标签图像进行语义约束角计算的数据预处理操作；S2，使用卷积神经网络提取遥感道路图像的特征图，并在卷积神经网络中加入位置注意力机制和通道注意力机制来计算不同通道和位置的特征权重，让网络模型能够更好的获取不同位置和不同通道的语义信息；S3，设计主损失函数，辅助损失函数来优化网络参数；S4，用训练好的模型在测试样本集上进行测试，经过网络模型的特征提取和特征上采样来得到最终的分割图像。
-
公开(公告)号：CN111580058A
公开(公告)日：2020-08-25
申请号：CN202010256109.7
申请日：2020-04-02
Applicant: 杭州电子科技大学
IPC: G01S7/41
Abstract: 本发明公开了一种基于多尺度卷积神经网络的雷达HRRP目标识别方法，该方法首先进行预处理降低HRRP样本中的敏感性，然后后接的多尺度卷积神经网络可在保留HRRP样本内所蕴含的序列相关性同时，提取出HRRP包络中所含的信息，最后采用基于RNN的深度学习方法进行目标识别：该方法基于序列相关性进行建模，对物理结构特征进行建模描述，最后通过softmax进行分类识别。
-
公开(公告)号：CN110112980A
公开(公告)日：2019-08-09
申请号：CN201910393234.X
申请日：2019-05-13
Applicant: 杭州电子科技大学
Abstract: 本发明公开了基于分数微积分的闭环迭代学习的控制方法与系统，其中方法包括以下步骤：建立离散分数阶闭环迭代学习控制器，建立基于矢量控制的永磁同步电机位置伺服系统，对分数阶微积分闭环迭代学习控制器等价变换；将iq、id和 比较得到的差值，分别送入电流调节器，经过电流调节器得到电压控制量ud和uq；ud和uq经过PARK逆变换转换到αβ坐标系下的电压控制量uα和uβ，然后根据uα和uβ生成脉冲调制PWM信号，并通过SVPWM原理控制三相逆变器生成三相电压信号。本发明具有更高的控制精度，同时兼顾了实用性和准确性。
-
公开(公告)号：CN109239670A
公开(公告)日：2019-01-18
申请号：CN201810998871.5
申请日：2018-08-29
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于结构嵌入和深度神经网络的雷达HRRP识别方法，首先提取数据的时域特征并对提取出的时域特征进行切分和非均匀量化编码得到其局部结构的编码，然后利用局部结构和其周围数个局部结构的关系得到其编码之间的共现矩阵，进而通过该共现矩阵得到数据的结构嵌入特征，然后再将提取出的嵌入特征送入由全连接层和基于LSTM的双向循环神经网络构成的深度神经网络进行训练，最后利用softmax层对HRRP进行识别并得到识别结果。
-
公开(公告)号：CN101826213A
公开(公告)日：2010-09-08
申请号：CN201010151745.X
申请日：2010-04-20
Applicant: 杭州电子科技大学
IPC: G06T11/40
Abstract: 本发明涉及一种基于链码描述的区域填充方法。现有的方法处理速度慢、占用的存储空间大。本发明方法首先用八邻域轮廓跟踪算法逐个查找填充区域的轮廓点，把找到的轮廓点P(xi，yi)保存到链表Point中，并根据轮廓点的方向码DIn和DOut确定该点的类型；然后判断链表是否为空，不为空的话则从链表取出一个轮廓点，判断轮廓点P(xi，yi)的颜色，最后根据当前轮廓点的类型，进行扫描线填充。本发明方法处理速度快，提高了区域填充的效率。
-
-
-
-
-
-
-
Search Results
68
records
(took 0.024 seconds)
