-
公开(公告)号：CN119538015A
公开(公告)日：2025-02-28
申请号：CN202510104597.2
申请日：2025-01-23
Applicant: 北京理工大学前沿技术研究院 , 北京理工大学
IPC: G06F18/24 , G06F18/213 , G06F18/15 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种基于多维雷达电磁散射特征序列的昆虫种类辨识方法，旨在通过雷达回波信号的电磁散射特征结合深度学习技术对昆虫种类进行精确识别。本发明基于全极化雷达散射矩阵构建多维特征序列，并采用昆虫识别神经网络进行特征学习。昆虫识别神经网络通过多尺度卷积提取不同尺度的空间特征，并通过基于时序输入的状态更新有效捕捉特征序列中的时间依赖关系，最终基于多尺度空间特征及其时间依赖进行昆虫种类的识别。本发明的技术方案有效提高了昆虫种类辨识的准确性和鲁棒性，对国家九大一类迁飞害虫的平均准确识别率可达98.1%，具有广泛的应用前景，特别适用于昆虫迁飞监测、农业害虫防治及生态研究领域。
-
公开(公告)号：CN119535399A
公开(公告)日：2025-02-28
申请号：CN202510108840.8
申请日：2025-01-23
Applicant: 北京理工大学前沿技术研究院 , 北京理工大学
IPC: G01S7/41 , G06F18/214 , G06N20/20 , G01S13/88
Abstract: 本申请提供了一种基于RCS特征的昆虫体轴比反演方法、设备及介质，属于昆虫雷达技术领域。该方法基于对预设昆虫共线极化方向图的分析结果，确定各方向图特征参数与昆虫体轴比的关联关系，以基于关联关系确定多个昆虫体轴比估计器；其中，关联关系至少包括与昆虫体长相关、与昆虫体宽相关；昆虫体轴比估计器用于表征昆虫极化特性与昆虫体轴比的量化关系；根据各昆虫体轴比估计器及预设XGBoost回归算法，构建预先训练的体轴比反演模型；其中，体轴比反演模型建立有各昆虫体轴比估计器与昆虫体轴比之间的映射关系；将体轴比反演模型部署至用户终端，以使用户终端基于输入的昆虫共线极化方向图及体轴比反演模型进行昆虫体轴比反演。
-
公开(公告)号：CN118656739A
公开(公告)日：2024-09-17
申请号：CN202410796737.2
申请日：2024-06-20
Applicant: 北京理工大学 , 北京理工大学前沿技术研究院
IPC: G06F18/243 , G06F18/213 , G06F18/10 , G06N20/20
Abstract: 本发明公开了一种基于多维电磁散射参数的随机森林昆虫种类辨识方法，旨在提供一种高精度的昆虫种类识别解决方案，以有效解决昆虫雷达在迁飞昆虫识别方面的低效问题。该方法通过对昆虫的极化散射矩阵(Scattering Matrix,SM)进行计算，提取22维电磁散射特征，包括11维极化方向图特征、4维RCS幅度特征、2维散射矩阵差分特征和5维极化不变量特征。在昆虫样本量较少或不均衡的情况下，采用高斯数据增强手段进行数据集的扩充；随后，运用随机森林算法对扩充后的数据集进行训练和测试。
-
公开(公告)号：CN117037962A
公开(公告)日：2023-11-10
申请号：CN202310973421.1
申请日：2023-08-04
Applicant: 北京理工大学唐山研究院 , 北京理工大学
Abstract: 本发明公开了一种基于机器学习快速设计高强度难熔多主元合金的方法，该方法基于不同成分构建特征池与屈服强度的数据集；通过数据清理、变换及特征初筛获得具有不同特征的多组数据集；将通过交叉验证的数据集输入到多个机器学习算法中，通过得分、均方误差、均方根误差和决定系数，评估不同特征组合下各机器学习模型在训练集和验证集的优劣，最终以综合最优的模型作为备选模型；随后构建目标体系合金成分空间，通过训练好的模型进行预测，筛选预测出的合金进行制备；若制备合金的测试数据达到要求，则合金设计成功；反之，则将数据补充到的数据集，重新进行筛选。本发明能够快速筛选获得高强度难熔多主元合金。
-
公开(公告)号：CN118656678A
公开(公告)日：2024-09-17
申请号：CN202410796736.8
申请日：2024-06-20
Applicant: 北京理工大学 , 北京理工大学前沿技术研究院
IPC: G06F18/24 , G06F18/10 , G06F18/213 , G06F18/214
Abstract: 本发明公开了一种基于多维电磁散射参数的堆栈泛化昆虫种类辨识方法，旨在提供一种高精度的昆虫种类识别解决方案，以有效解决昆虫雷达在迁飞昆虫识别方面的低效问题。该方法通过对昆虫的极化散射矩阵(Scattering Matrix,SM)进行计算，提取22维电磁散射特征，包括11维极化方向图特征、4维RCS幅度特征、2维散射矩阵差分特征和5维极化不变量特征。在昆虫样本量较少或不均衡的情况下，采用高斯数据增强手段进行数据集的扩充；随后，运用堆栈泛化算法对扩充后的数据集进行训练和测试。
-
Patent Agency Ranking
公开(公告)号：CN118294889A
公开(公告)日：2024-07-05
申请号：CN202410389248.5
申请日：2024-04-02
Applicant: 北京理工大学 , 北京理工大学前沿技术研究院
Abstract: 本发明公开了一种基于圆极化协方差矩阵的昆虫朝向提取算法，可以用于昆虫体轴朝向的高精度估计。本发明首先从昆虫散射矩阵得到对应的圆极化分量，然后定义圆极化基矢量，获得昆虫的圆极化基协方差矩阵G，将圆极化协方差矩阵G中的右‑右和左‑左圆极化相关项(即G13项)用于昆虫体轴朝向估计；昆虫体轴朝向与天线极化方向平行时，G13项相位为0，因此，G13项的相位#imgabs0#估计问题可以等效转化为昆虫体轴朝向θ的估计问题；最终，基于昆虫体轴朝向与雷达极化方向平行时共极化通道能量最大的准则实现朝向角度去模糊，从而获得昆虫的体轴朝向θ。
-
公开(公告)号：CN117127084A
公开(公告)日：2023-11-28
申请号：CN202311125708.5
申请日：2023-09-01
Applicant: 北京理工大学 , 北京理工大学唐山研究院
Abstract: 本发明涉及一种高密度高强的三相高熵合金及其制备方法，属于高熵合金领域。为了获得高密度和高强度，该新型合金引入了多相组织的概念，设计出了具有多相结构的高熵合金，该合金成分为W、Ta、Hf、Nb及Ni元素组成，具有BCC、FCC和HCP相。该新型合金具有高的强度，其室温下准静态压缩条件下的屈服强度大于1400MPa，抗压强度大于2600MPa，断裂应变为20％左右，同时其密度在14～15g/cm3之间。
-
公开(公告)号：CN117821801A
公开(公告)日：2024-04-05
申请号：CN202311821791.X
申请日：2023-12-27
Applicant: 北京理工大学唐山研究院 , 北京理工大学 , 航天材料及工艺研究所
Abstract: 本发明涉及一种可通过冷轧工艺制备出网状纳米晶带的新型轻质高强多主元合金，属于多主元合金领域。设计出合金密度低于5.3g*cm‑3的轻质多主元合金，该合金成分由Ti、V、Zr和Al元素组成。并对铸态合金进行1200℃/2小时/水冷的均匀化热处理和80％压下量的冷轧变形，在合金组织中制备出网状纳米晶带。该新型合金具有优异的强塑性匹配，其冷轧态下抗拉强度达到1574.9MPa，屈服强度达到1441.5MPa，延伸率达到9.5％。
-
公开(公告)号：CN117493919A
公开(公告)日：2024-02-02
申请号：CN202311539004.2
申请日：2023-11-17
Applicant: 北京理工大学 , 北京理工大学前沿技术研究院
IPC: G06F18/2321 , G06F18/2415
Abstract: 本发明公开了一种基于DBSCAN三维参数空间的虫群自适应分割方法。本发明基于虫群迁移特点，根据每日单位分钟迁飞昆虫数量设定经验参数MinPts，接着基于MinPts对应的密度变化曲线计算Eps，从而采用DBSCAN算法实现虫群聚类；最后对初步聚类结果进行边缘稀疏目标剔除、虫群合并、虫群边缘扩展等优化操作，得到良好的分割效果，识别率高。使用本发明能够对迁飞虫群时间、高度、体重维度上的精细化准确分割，有助于实现迁飞虫群的精细化迁飞行为分析，保护我国粮食安全。
-
公开(公告)号：CN119559449A
公开(公告)日：2025-03-04
申请号：CN202510111754.2
申请日：2025-01-24
Applicant: 北京理工大学前沿技术研究院 , 北京理工大学
IPC: G06V10/764 , G06V10/774 , G06V10/26 , G06N3/045
Abstract: 本发明涉及一种基于诱虫灯辅助雷达建库的迁飞昆虫智能识别方法。本申请首先融合同一夜间时段诱虫灯与雷达对昆虫监测数据，通过两者匹配建立昆虫数据集，有效克服了传统昆虫数据集建库方式在数据采集上的困难；其次，提出一种CL‑GC‑Swin Transformer网络模型，通过在Swin Transformer中引入对比学习模块和全局上下文块，利用昆虫的全极化时频特征图进行训练，显著增强了网络对昆虫时频特征图的表征能力，可有效提高昆虫种类识别的准确性。本发明直接利用昆虫的飞行特性进行识别，不再依赖复杂的散射特征计算和精确的雷达定标，极大地降低了对雷达系统精度和校准的要求，可提升识别的适应性与鲁棒性。
-
-
-
-
-
-
-
-
-
Search Results
121
records
(took 0.027 seconds)
