-
公开(公告)号：CN110188802A
公开(公告)日：2019-08-30
申请号：CN201910393189.8
申请日：2019-05-13
Applicant: 南京邮电大学
IPC: G06K9/62
Abstract: 本发明公开了计算机视觉领域内的一种基于多层特征图融合的SSD目标检测算法，包括以下具体步骤：对图像进行预处理，将图像大小缩放成网络能够进行检测的尺寸；选取网络Darknet53对图像进行特征提取；在网络Darknet53的后面额外增加三个卷积层，融合Darknet53中后三层卷积层及增加的三层卷积层所产生的六层特征图；将该融合的特征图使用卷积进行下采样操作，产生金字塔特征层次结构；将网络Darknet53的后两层及额外增加三个卷积层产生的五层特征图进行上采样操作，然后与金字塔特征层次结构中尺寸对应的特征图进行融合；在这六层融合后的特征图上使用一系列卷积产生最终的检测结果，本发明极大的改善了目标检测的能力，可用于图像处理中。
-
公开(公告)号：CN110188802B
公开(公告)日：2022-08-30
申请号：CN201910393189.8
申请日：2019-05-13
Applicant: 南京邮电大学
Abstract: 本发明公开了计算机视觉领域内的一种基于多层特征图融合的SSD目标检测算法，包括以下具体步骤：对图像进行预处理，将图像大小缩放成网络能够进行检测的尺寸；选取网络Darknet53对图像进行特征提取；在网络Darknet53的后面额外增加三个卷积层，融合Darknet53中后三层卷积层及增加的三层卷积层所产生的六层特征图；将该融合的特征图使用卷积进行下采样操作，产生金字塔特征层次结构；将网络Darknet53的后两层及额外增加三个卷积层产生的五层特征图进行上采样操作，然后与金字塔特征层次结构中尺寸对应的特征图进行融合；在这六层融合后的特征图上使用一系列卷积产生最终的检测结果，本发明极大的改善了目标检测的能力，可用于图像处理中。
-
公开(公告)号：CN108694390B
公开(公告)日：2022-06-14
申请号：CN201810462952.3
申请日：2018-05-15
Applicant: 南京邮电大学
Abstract: 本发明公开一种布谷鸟搜索改进灰狼优化支持向量机的调制信号分类方法，其中，所述的方法对调制信号的特征参数选用高阶累积量和局部均值分解量近似熵，并利用布谷鸟搜索二次更新狼群位置以优化最小二乘支持向量机模型的两个关键参数，惩罚系数γ和核参数σ，从而获取最优的核极限学习机参数值，本发明涉及的方法减弱了噪声因素对信号识别结果的影响，弥补了传统的模态经验分解中欠包络、过包络、边界效应的缺陷，并有效改善了灰狼优化全局搜索能力薄弱，在处理高维数据时易陷入局部最优解的缺点，通过MATLAB仿真与原灰狼优化结果比较，证明本发明能更高效准确地对调制信号进行智能分类，具有良好的应用前景。
-
公开(公告)号：CN108694390A
公开(公告)日：2018-10-23
申请号：CN201810462952.3
申请日：2018-05-15
Applicant: 南京邮电大学
CPC classification number: G06K9/00536 , G06K9/00523 , G06K9/6269 , G06N3/006
Abstract: 本发明公开一种布谷鸟搜索改进灰狼优化支持向量机的调制信号分类方法，其中，所述的方法对调制信号的特征参数选用高阶累积量和局部均值分解量近似熵，并利用布谷鸟搜索二次更新狼群位置以优化最小二乘支持向量机模型的两个关键参数，惩罚系数γ和核参数σ，从而获取最优的核极限学习机参数值，本发明涉及的方法减弱了噪声因素对信号识别结果的影响，弥补了传统的模态经验分解中欠包络、过包络、边界效应的缺陷，并有效改善了灰狼优化全局搜索能力薄弱，在处理高维数据时易陷入局部最优解的缺点，通过MATLAB仿真与原灰狼优化结果比较，证明本发明能更高效准确地对调制信号进行智能分类，具有良好的应用前景。
-
-
-
Search Results
4
records
(took 0.023 seconds)
