-
公开(公告)号:CN120070953A
公开(公告)日:2025-05-30
申请号:CN202510058356.9
申请日:2025-01-14
Applicant: 浙江大学
IPC: G06V10/764 , G06V20/13 , G06V10/774 , G06V10/77 , G06V10/82 , G06T5/80 , G06F17/11 , G06F17/18 , G06N3/0455 , G06N3/0464 , G06N3/045 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于深度神经网络特征编码的舰船图像分类装置,所述装置包括SAR图像数据采集模块,多源SAR图像数据库模块,图像编码器模块,深度残差神经网络分类器模块,舰船目标分类显示模块。本发明所涉及的舰船图像分类系统,采用所述的设备实现SAR舰船图像的特征编码,进一步输入到深度残差神经网络分类器模块中,使深度学习模型能够灵活地适应舰船图像的多样性,提高对不同舰船类型的识别能力。本发明克服目前基于深度学习的SAR舰船图像识别系统对舰船变体多样性识别不准确,对图像的干扰与噪声不鲁棒等不足,利用Transformer编码器强大的特征提取能力与深度残差神经网络精确的分类能力,对SAR舰船图像进行精准分类。
-
公开(公告)号:CN112712102A
公开(公告)日:2021-04-27
申请号:CN202011271346.7
申请日:2020-11-13
Applicant: 浙江大学
Abstract: 本发明公开了一种可同时识别已知和未知雷达辐射源个体的识别仪,包括雷达信号接收器、数据库、可同时识别已知和未知雷达辐射源个体的识别功能模块以及结果显示模块。可同时识别已知和未知雷达辐射源个体的识别功能模块包括数据预处理模块、雷达辐射源个体识别网络结构模块、雷达辐射源个体识别模型训练模块以及雷达辐射源个体识别辨识模块。本发明克服了目前已有的雷达辐射源识别方法仅能识别已知类别的不足,首次实现了可同时识别已知和未知雷达辐射源个体类别,对于解决新形势下雷达辐射源个体类别层出不穷和数据库几乎不可能涵盖所有雷达辐射源个体类别之间的矛盾具有重大意义。
-
公开(公告)号:CN112711978A
公开(公告)日:2021-04-27
申请号:CN202011271348.6
申请日:2020-11-13
Applicant: 浙江大学
Abstract: 本发明公开了一种高置信度快速雷达辐射源个体识别仪,包括雷达信号接收器、数据库、高置信度快速雷达辐射源个体识别功能模块以及结果显示模块。高置信度快速雷达辐射源个体识别功能模块包括数据预处理模块、雷达辐射源个体识别网络结构模块、雷达辐射源个体识别模型训练模块以及雷达辐射源个体识别辨识模块。本发明克服了目前已有的传统的雷达辐射源个体识别方法识别精度低,无法投入实际应用的不足。利用对雷达辐射源个体具有鉴别力特征的提取,实现了高置信度精准识别,并且仅需要最开始的占完整信号7%的一小段信号就可以实现对雷达辐射源个体的高置信度快速识别,可投入实际运用。
-
公开(公告)号:CN112565200B
公开(公告)日:2022-02-11
申请号:CN202011278919.9
申请日:2020-11-16
Applicant: 浙江大学
IPC: H04L9/40 , H04L67/1001 , H04L67/12 , G06F17/16 , G06N20/00
Abstract: 本发明公开了一种准确快捷的基于边缘智能的工控网络误用入侵检测预警系统,由网络数据获取设备、边缘智能计算设备、中央服务器、网络监控终端显示器、入侵警报器组成。网络连接数据由网络数据获取设备收集并传送至边缘智能计算设备。边缘智能计算设备包括数据预处理模块、边缘智能计算模块,用以进行工控网络误用入侵检测,并将检测结果发送至中央服务器、网络监控终端显示器和入侵警报器,进行显示、报警。本发明提供一种检测精度高、误报率低、快捷的利用边缘智能的轻量级工控网络误用入侵检测预警系统。
-
公开(公告)号:CN112711977A
公开(公告)日:2021-04-27
申请号:CN202011271285.4
申请日:2020-11-13
Applicant: 浙江大学
Abstract: 本发明公开了一种简捷的雷达辐射源个体高精度深度识别仪,包括雷达信号接收器、数据库、一种简捷的雷达辐射源个体高精度深度识别功能模块以及结果显示模块。一种简捷的雷达辐射源个体高精度深度识别功能模块包括数据预处理模块、雷达辐射源个体识别网络结构模块、雷达辐射源个体识别模型训练模块以及雷达辐射源个体识别辨识模块。本发明克服了传统方法未能结合全局平均池化与最大池化的优点,以及在强标签下对应雷达辐射源个体类别时会造成过拟合的问题,设计了简捷的雷达辐射源个体识别网络结构,实现了对于雷达辐射源个体的高精度识别。
-
公开(公告)号:CN112578344A
公开(公告)日:2021-03-30
申请号:CN202011278924.X
申请日:2020-11-16
Applicant: 浙江大学
Abstract: 本发明公开了一种无需先验知识的雷达工作模式实时识别仪,用于对雷达工作模式进行实时识别,由雷达目标检测仪、雷达信号采集表、数据库、雷达工作模式实时分类识别仪、分类结果显示仪等几部分构成。其中雷达工作模式实时分类识别仪,包括数据预处理模块、参数寻优模块、实时分类模块以及集成模块。本发明克服了现有雷达工作模式识别仪需要先验知识、无法实时识别雷达工作模式的缺陷,通过参数寻优模块实现无需先验知识的分类,并通过结合高敏捷性的实时分类模块和高鲁棒性的集成模块,实现了雷达工作模式的快速、高效且稳定的实时识别。
-
公开(公告)号:CN112565200A
公开(公告)日:2021-03-26
申请号:CN202011278919.9
申请日:2020-11-16
Applicant: 浙江大学
Abstract: 本发明公开了一种准确快捷的基于边缘智能的工控网络误用入侵检测预警系统,由网络数据获取设备、边缘智能计算设备、中央服务器、网络监控终端显示器、入侵警报器组成。网络连接数据由网络数据获取设备收集并传送至边缘智能计算设备。边缘智能计算设备包括数据预处理模块、边缘智能计算模块,用以进行工控网络误用入侵检测,并将检测结果发送至中央服务器、网络监控终端显示器和入侵警报器,进行显示、报警。本发明提供一种检测精度高、误报率低、快捷的利用边缘智能的轻量级工控网络误用入侵检测预警系统。
-
公开(公告)号:CN120071128A
公开(公告)日:2025-05-30
申请号:CN202510063906.6
申请日:2025-01-15
Applicant: 浙江大学
IPC: G06V20/10 , G06V10/25 , G06V10/82 , G06V10/764 , G06V10/80 , G06N3/0464 , G06V10/774 , G06T5/40 , G06F17/10 , G06N3/048
Abstract: 本发明公开了一种基于变分模态分解的SAR海上舰船识别装置,包括SAR雷达、数据库以及上位机。SAR雷达、数据库、上位机依次相连,所述SAR雷达对海域进行实时监测,并将SAR雷达获得的图像数据存储到所述的数据库中,所述的上位机包括图像预处理模块、变分模态分解模块、分类模块、决策融合模块以及结果显示模块。本发明利用SAR雷达的合成孔径技术获取高分辨率图像,通过二维变分模态分解获得图像的多模态表示,利用卷积神经网络对各个模态进行分类并输出概率分布,然后基于贝叶斯理论融合各个模态的概率分布并判定目标,最终达到高精度的舰船目标识别。
-
公开(公告)号:CN120070955A
公开(公告)日:2025-05-30
申请号:CN202510058362.4
申请日:2025-01-14
Applicant: 浙江大学
IPC: G06V10/764 , G06V20/13 , G06V10/774 , G06V10/82 , G06V10/80 , G06N3/0475 , G06N3/0464 , G06N3/084 , G06F17/16 , G06F17/18
Abstract: 本发明公开了一种基于生成对抗网络和深度度量的非完备数据舰船识别装置,用于对合成孔径雷达图像中的非完备舰船目标进行识别分类,克服目前已有的舰船目标识别模型识别效果不够好、难以进行特征选择以及无法适用于非完备数据情况的不足。预处理模块通过引入对抗生成网络实现了对非完备数据的增补,特征提取与选择模块利用融合评价策略选择最优的特征,分类识别模块基于深度度量方法,设计了加权三元组损失函数,自适应权重的引入使模型在训练过程中更关注重要的三元组,从而得到非完备数据情况下的舰船目标识别装置。本发明具有合成孔径雷达图像中的非完备舰船目标识别装置识别效果好、易于进行特征选择、目标识别训练过程更稳定。
-
公开(公告)号:CN120070952A
公开(公告)日:2025-05-30
申请号:CN202510058289.0
申请日:2025-01-14
Applicant: 浙江大学
Abstract: 本发明公开了一种基于多尺度图注意力的舰船目标识别装置,包括多频段SAR雷达、数据库及上位机;多频段SAR雷达、数据库和上位机依次相连,所述多频段SAR雷达对所监测海域进行扫描,并将SAR雷达SAR图像储存到所述的数据库中,所述的上位机包括数据预处理模块、多尺度图数据重建模块、特征向量聚合模块以及目标识别模块。本发明提供了一种基于图结构数据重建与图注意力网络的多尺度SAR雷达海上舰船目标识别装置及方法,融合多频段、多角度的特性,具备了高精度和高智能化的优势,有效提升海上舰船目标识别的准确性与效率。
-
-
-
-
-
-
-
-
-