公开(公告)号：CN117668505A

公开(公告)日：2024-03-08

申请号：CN202311678606.6

申请日：2023-12-07

Applicant: 中国航空工业集团公司成都飞机设计研究所

Inventor： 王柳 ,  陈斌 ,  杨继龙 ,  莫丽莎 ,  王梓豪 ,  陈妍颖

IPC: G06F18/21 ,  G06F18/24 ,  G06N3/049 ,  G06N3/0475 ,  G06N3/045 ,  G06N3/094

Abstract: 本发明属于深度学习技术领域，提供了一种时序神经网络模型的测试方法，采用三个判别能力相近的时序网络进行对照测试，将时序网络A与生成对抗网络中的判定网络组合，判断生成网络生成的时序数据与真实时序数据的真假与标签；时序网络A生成不同标签的时序数据提供给生成网络进行训练；然后将训练好的生成网络所生成的不同标签的时序数据分别输入给时序网络B和时序网络C做预测，根据预测标签与生成数据标签的异同情况，将标签明确且有问题的生成时序数据存入生成样本集；最后以该生成样本集对时序网络进行测试。本发明可以自动生成大量不同标签的时间序列测试数据，且能找到对照时序网络模型针对相同输入情况下的不同输出的错误行为。

公开(公告)号：CN115797673A

公开(公告)日：2023-03-14

申请号：CN202211701314.5

申请日：2022-12-29

Applicant: 中国航空工业集团公司成都飞机设计研究所

Inventor： 王柳 ,  于泽 ,  陈斌 ,  梅真卿 ,  高芳 ,  杨继龙

IPC: G06V10/75 ,  G06V10/44 ,  G06V10/50 ,  G06V10/36 ,  G06V10/25

Abstract: 本发明属于航电系统多源数据融合领域，具体涉及一种基于HOG特征和边缘特征的机载异源图像匹配算法。包括：对原始SAR图像预处理得到第一SAR图像；对第一SAR图像进行滤波变换得到第二SAR图像；将第二SAR图像的分辨率统一到与卫星图像的一致得到第三SAR图像；HOG特征与边缘特征结合对第三SAR图像进行特征提取，得到SAR特征图像；将原始卫星图像转为墨卡托投影第一卫星图像；对第一卫星图像预处理得到第二卫星图像；采用HOG特征与边缘特征结合的方式对第二卫星图像特征提取得到卫星特征图像；使用模板匹配算法对SAR特征图像和卫星特征图像特征匹配并验证，验证成功可根据高精度卫星图像的经纬度信息修正原始SAR图像中特定点的经纬度信息，提高目标定位精度。