一种基于脑网络的水下目标识别方法

    公开(公告)号:CN118839218A

    公开(公告)日:2024-10-25

    申请号:CN202410882734.0

    申请日:2024-07-03

    Abstract: 本发明公开了一种基于脑网络的水下目标识别方法,包括如下步骤:S1、招募多位声呐操作员作为受试者进行试验,获取多位受试者对应的多组EEG信号;S2、对步骤S1中获取的多组EEG信号进行预处理;S3、基于改进的脑网络求取算法,对步骤S2中预处理后的EEG信号进行计算求解,得到多组PSI邻接矩阵;S4、选取PSI邻接矩阵的连接节点作为特征,组成特征集,并对每个特征集中的特征进行排序,进而采用6折交叉验证方法,将排序后的特征集划分为训练集与测试集,训练集用于完成分类模型的训练,测试集用于得出该受试者的最终分类准确率;S5、实际进行水下目标识别时,声呐操作员选择与之对应的分类模型完成EEG数据的实时采集与分类,实现水下目标自动识别。

    一种基于郊狼与灰狼混合优化的高效传输路由方法

    公开(公告)号:CN115333990A

    公开(公告)日:2022-11-11

    申请号:CN202211257699.0

    申请日:2022-10-14

    Abstract: 本发明涉及一种基于郊狼与灰狼混合优化的高效传输路由方法,本发明的方法用于在分簇过程中传输数据,在各个分簇的内部,分簇成员节点将数据传输至其所对应的簇头,在随后的过程中,各个簇头采用本发明的路由方法将数据从簇头传输到基站。本发明利用中继节点将数据传输到其他簇头和基站,一方面减小了簇头负载,另一方面延长了簇头寿命。另外在现有的主流分簇方法中,靠近基站的簇头节点由于“最短路径路由”而提前死亡,从而产生路由漏洞问题。在本发明中,利用普通节点作为中继,将数据传输到基站从而达到节点之间的能量平衡。本发明所提算法构建了从簇头到基站的最小成本路由数,进而减小了传输的次数以及路由的延迟。

    一种无人机对水面目标定位精度测量方法及系统

    公开(公告)号:CN119826870A

    公开(公告)日:2025-04-15

    申请号:CN202510321888.7

    申请日:2025-03-18

    Abstract: 本发明公开了一种无人机对水面目标定位精度测量方法及系统,属于无人机定位技术和精度测量领域。测量系统包括高精度定位装置、定制靶球和数据采集设备,可用于测量无人机对水面目标定位的单点定位精度、指定两个目标的直线距离偏差精度以及指定方向的垂线距离偏差和角度偏差精度;所述的定位精度测量方法包括:将高精度定位装置安装于水面船只或定制靶球上,记录待测目标静止或运动状态下的经纬度位置,无人机光电平台对目标进行识别定位,将无人机解算得到的目标位置及偏差与真实数据进行比较即可得到无人机对水面目标的定位精度。

    一种基于相位与残差信息的共空间模式特征提取方法

    公开(公告)号:CN118332324A

    公开(公告)日:2024-07-12

    申请号:CN202410750834.8

    申请日:2024-06-12

    Abstract: 本发明公开了一种基于相位与残差信息的共空间模式特征提取方法,包括如下步骤:S1、对原始的EEG序列分别进行Hilbert变换和EMD分解,分别获取相位序列和残差序列;S2、结合步骤S1中获取的相位序列和残差序列,得到相位‑残差序列;S3、采用CSP算法对步骤S2中得到的相位‑残差序列进行特征提取并送入分类器分类。本发明先分别获取相位序列与残差序列,再将二者结合得到相位‑残差序列,从而构建出蕴含更多信息且包含更少干扰项的序列,将该序列送入CSP算法进行特征提取,可以获得区分度更高的特征用于运动想象任务的分类识别,更好地提升CSP算法提取特征的性能,使最终的分类模型拥有更强的鲁棒性能以及模型泛化能力,大大提高运动想象检测的准确率。

    激光远场能量密度估计方法

    公开(公告)号:CN117787021A

    公开(公告)日:2024-03-29

    申请号:CN202410223090.4

    申请日:2024-02-28

    Abstract: 本发明涉及一种激光远场能量密度估计方法,包括以下步骤:步骤1、确定改进后的靶能量密度#imgabs0#的计算公式为#imgabs1#步骤2、利用线积分的求解方法以及不规则函数的三重积分求解方法求解得到#imgabs2#的值。现有模型仅能评判特定光斑半径对应的能量密度,不具备评判任意光斑半径对应的能量密度,本发明的模型可以评判任意光斑半径对应的能量密度,适用范围广,通用性强。

    一种基于生物启发算法的高效节能分簇方法

    公开(公告)号:CN115297497B

    公开(公告)日:2023-02-03

    申请号:CN202211223207.6

    申请日:2022-10-08

    Abstract: 本发明涉及一种基于生物启发算法的高效节能分簇方法,包括以下步骤:1、设置分簇数量Naopt,输入待分簇弹药节点位置;2、按照将分簇数量Naopt对待分簇弹药节点进行分簇,将欧几里得距离最接近的节点分配到相同的簇中,得到初始簇;3、按照基于HCOWG的分簇算法对初始簇进行分簇调整以及确定质心位置,得到多个最终簇;4、对每个最终簇按照基于HCOWG的簇头选择算法确定簇头,分簇完成。本发明的方法具备较强的网络可靠性,且成簇时间最短,在簇头节点的数量选择上总体较少,在总体能量消耗上性能优于当前的流行算法。

    一种无人机对水面目标定位精度测量方法及系统

    公开(公告)号:CN119826870B

    公开(公告)日:2025-05-23

    申请号:CN202510321888.7

    申请日:2025-03-18

    Abstract: 本发明公开了一种无人机对水面目标定位精度测量方法及系统,属于无人机定位技术和精度测量领域。测量系统包括高精度定位装置、定制靶球和数据采集设备,可用于测量无人机对水面目标定位的单点定位精度、指定两个目标的直线距离偏差精度以及指定方向的垂线距离偏差和角度偏差精度;所述的定位精度测量方法包括:将高精度定位装置安装于水面船只或定制靶球上,记录待测目标静止或运动状态下的经纬度位置,无人机光电平台对目标进行识别定位,将无人机解算得到的目标位置及偏差与真实数据进行比较即可得到无人机对水面目标的定位精度。

    一种基于ByteTrack的水柱检测跟踪算法

    公开(公告)号:CN119992401A

    公开(公告)日:2025-05-13

    申请号:CN202411888221.7

    申请日:2024-12-20

    Abstract: 本发明提供一种基于ByteTrack多目标跟踪器的水柱检测跟踪算法,包括以下步骤:步骤1,获取待检测对象的视频帧数据;步骤2,将视频帧数据输入至静态特征提取网络中,对其进行特征提取和特征融合,输出每个检测到的水柱目标对应的检测框及其相应的置信度;步骤3,通过卡尔曼滤波模型,对前一视频帧的轨迹进行预测,得到当前帧的预测轨迹,输出预测轨迹对应的预测框;步骤4,通过匈牙利算法,基于置信度,匹配检测框和预测框,输出匹配成功的水柱目标轨迹和匹配失败的水柱目标轨迹。该方法能够综合考虑水柱的静态特征和动态特征,从而提供准确的水柱检测跟踪结果,为海上落点精度评估任务提供技术支持。

    一种基于脑网络的水下目标识别方法

    公开(公告)号:CN118839218B

    公开(公告)日:2025-05-13

    申请号:CN202410882734.0

    申请日:2024-07-03

    Abstract: 本发明公开了一种基于脑网络的水下目标识别方法,包括如下步骤:S1、招募多位声呐操作员作为受试者进行试验,获取多位受试者对应的多组EEG信号;S2、对步骤S1中获取的多组EEG信号进行预处理;S3、基于改进的脑网络求取算法,对步骤S2中预处理后的EEG信号进行计算求解,得到多组PSI邻接矩阵;S4、选取PSI邻接矩阵的连接节点作为特征,组成特征集,并对每个特征集中的特征进行排序,进而采用6折交叉验证方法,将排序后的特征集划分为训练集与测试集,训练集用于完成分类模型的训练,测试集用于得出该受试者的最终分类准确率;S5、实际进行水下目标识别时,声呐操作员选择与之对应的分类模型完成EEG数据的实时采集与分类,实现水下目标自动识别。

Patent Agency Ranking