一种基于模板匹配的合并单元格表格分割识别方法

    公开(公告)号:CN111626146B

    公开(公告)日:2023-06-09

    申请号:CN202010380849.1

    申请日:2020-05-08

    Abstract: 本发明公开了一种基于模板匹配的合并单元格表格分割识别方法,首先采用本方法提出的基于直线检测的表格矫正算法,矫正倾斜表格;然后,使用基于轮廓检测的表格区域检测算法,分割感兴趣表格区域;其次,对确定表格区域采用本发明提出的基于模板匹配的合并单元格表格分割算法进行模板匹配等操作,同时对感兴趣单元格区域进行分割处理,得到每一个cell单元格图像;最后,对每一个cell单元格图像进行BP神经网络识别,结合模板文件以及BP识别结果进行表格数字化复现等操作。经试验验证,该方法可以有效的解决具有多个单元格合并的倾斜表格图像的分割识别,该方法简洁有效,具有一定的实际可行性,该方法也适用于复杂表格的分割处理,具备一定的可拓展性。

    一种基于集成神经网络的INS/GPS组合导航故障检测与诊断方法

    公开(公告)号:CN111639678B

    公开(公告)日:2023-03-24

    申请号:CN202010380332.2

    申请日:2020-05-08

    Abstract: 本发明公开了一种基于集成神经网络的INS/GPS组合导航故障检测与诊断方法。本发明提供的方法是:首先,通过仿真得到组合导航的INS和GPS故障数据;接着,采用核Fisher判别式分析(KFDA)进行数据处理,实现模式数据的平衡;然后,对数据进行One‑Class SVM模型训练,并运用核技巧以检测非线性数据的故障情况;最后,利用D‑S证据理论将BP神经网络和改进的动态粒子群优化(PSO)BP神经网络的故障诊断结果进行融合,实现INS/GPS组合导航的故障检测与诊断。本方法可以有效地对小样本组合导航系统的突变故障与缓变故障进行检测,故障检测率均达到90%以上,有效地减少了故障检测的误差率,得到了精确的综合决策结果。

    一种基于一体式网络的微光图像增强方法

    公开(公告)号:CN110807742B

    公开(公告)日:2023-02-24

    申请号:CN201911003520.7

    申请日:2019-11-21

    Abstract: 本发明公开了一种基于一体式网络的微光图像增强方法。本发明提供的方法是:首先运用计算机读取低光照条件下拍摄的微光图像,通过将微光图像分割为若干超像素,利用局部标准差与局部梯度的比值估计每个超像素的噪声电平;然后,将图像反转,采用BM3D滤波器与结构滤波器自适应方法进行平滑处理,以获得无噪声和纹理完整图像;最后,将无噪声和纹理完整图像输入微光一体式网络中,以增强对比度,防止对比度过度增强。本方法可以对微光图像进行有效的增强处理,在主观评价和客观评价方面均优于传统方法,且图像质量评价指标峰值信噪比和结构相似性指数分别达到31.64dB,91.2%。相对其他基于深度学习进行微光图像增强方法,有效地提高了增强图像的处理速度和鲁棒性。

    一种近场磁晶元全双工无授权磁通信方法

    公开(公告)号:CN114826335A

    公开(公告)日:2022-07-29

    申请号:CN202210458142.7

    申请日:2022-04-28

    Abstract: 本发明提出一种近场磁晶元全双工无授权磁通信方法。该方法以激励线圈和位于中心的隧道磁阻传感器构成的磁晶元,作为功能模块和控制中心双侧发、收天线,利用近距强耦合电磁场传输媒介,完成同时同频全双工数据获取。首先双侧调制模块将调制信号做为激励线圈电流输入,在磁晶元空间中产生同频感应磁场,隧道磁阻传感器接收磁信号,分析电信号近磁信道增益;其次通过自干扰信道估计模块得到双侧隧道磁阻传感器位置的近磁信道增益,重构自磁晶元侧自干扰信号;自干扰消除模块从接收信号中消除自干扰信号、解调出需求数据。该方法在保证传输速率的前提下,将双向传输时长缩短为原来的一半,促进解决设备无缆模块调度时延引发的数据交换可靠性问题。

    基于时空正则项的连续卷积算子目标跟踪方法

    公开(公告)号:CN113947735A

    公开(公告)日:2022-01-18

    申请号:CN202111059285.2

    申请日:2021-09-10

    Abstract: 本发明公开了一种基于时空正则项的连续卷积算子目标跟踪方法。本方法要解决跟踪过程中目标受到遮挡和旋转时的定位不准确问题。本发明提供的方法是:首先确定第一帧图像的初始位置并进行特征提取,通过在损失函数中加入时空正则项,保证模型在时间上的连续性,并利用预条件共轭梯度算法得到滤波系数;然后,利用信道可靠性来估计学习滤波器的质量,将不同的可靠性系数融合到位置的权重响应图中,并设置阈值来减少牛顿法的迭代次数确定目标位置;最后,使用两个独立相关滤波器分别估计目标的位置和尺度,分别获取最优解。本发明提出的方法的AUC比ECO‑HC和STRCF分别提高了33.2%和41.5%,定位误差比ECO‑HC下降21.66,重叠比ECO‑HC提高12%,显著提升了目标跟踪的性能。

    基于广度优先搜索的贝叶斯网络结构精确建模方法

    公开(公告)号:CN113569474A

    公开(公告)日:2021-10-29

    申请号:CN202110822710.2

    申请日:2021-07-21

    Abstract: 本发明为一种基于广度优先搜索的贝叶斯网络结构精确建模方法,其克服了现有技术中存在的传统的基于深度优先搜索的算法效率有待提高的问题。本发明包括以下步骤:构建节点集合与其标号所对应的哈希表;计算网络各节点的全家族评分并以哈希表形式存储;对于网络各节点,在其父节点图中,依据广度优先搜索策略,获取最优父节点集合以及评分并以哈希表形式进行存储;在节点序图中,依据广度优先搜索策略,获取各节点组合的最优网络结构评分和最优叶节点并以哈希表形式进行存储;从全节点组合开始,提取最优叶节点和对应叶节点的最优父节点集合组成网络结构的一部分,更新当前节点集,并重复上述过程,直至节点集合为空。

    雷达复杂电磁环境效应机理的建模方法

    公开(公告)号:CN111709187A

    公开(公告)日:2020-09-25

    申请号:CN202010552903.6

    申请日:2020-06-17

    Abstract: 本发明公开了一种雷达复杂电磁环境效应机理的建模方法。本发明提供的方法是:首先,对雷达在电磁环境下各子系统的效应数据使用K2算法进行贝叶斯网络结构的学习,建立雷达系统从输入要素到输出要素的贝叶斯网络拓扑结构;然后,在网络结构已知的情况下,采用最大似然估计算法计算贝叶斯网络参数;接着,在获取贝叶斯网络模型之后,对雷达电磁环境效应进行基于条件概率变化程度的敏感性分析;最后,采用联结树推理算法对雷达复杂电磁环境效应机理的模型进行概率推理。本方法可以有效地对雷达复杂电磁环境效应机理进行建模,建模精度为91%,为提高雷达在复杂电磁环境下的作战能力提供理论支撑。

    一种基于集成神经网络的INS/GPS组合导航故障检测与诊断方法

    公开(公告)号:CN111639678A

    公开(公告)日:2020-09-08

    申请号:CN202010380332.2

    申请日:2020-05-08

    Abstract: 本发明公开了一种基于集成神经网络的INS/GPS组合导航故障检测与诊断方法。本发明提供的方法是:首先,通过仿真得到组合导航的INS和GPS故障数据;接着,采用核Fisher判别式分析(KFDA)进行数据处理,实现模式数据的平衡;然后,对数据进行One-Class SVM模型训练,并运用核技巧以检测非线性数据的故障情况;最后,利用D-S证据理论将BP神经网络和改进的动态粒子群优化(PSO)BP神经网络的故障诊断结果进行融合,实现INS/GPS组合导航的故障检测与诊断。本方法可以有效地对小样本组合导航系统的突变故障与缓变故障进行检测,故障检测率均达到90%以上,有效地减少了故障检测的误差率,得到了精确的综合决策结果。

Patent Agency Ranking