-
公开(公告)号：CN109143153A
公开(公告)日：2019-01-04
申请号：CN201810492669.5
申请日：2018-05-22
Applicant: 电子科技大学
IPC: G01S3/14
CPC classification number: G01S3/14
Abstract: 本发明公开了一种基于稀疏重构的超嵌套阵列波达方向估计方法，涉及阵列信号处理领域；其包括步骤1：将远场不相干信号入射到已构造的超嵌套阵列结构获得阵列接收信号；步骤2：向量化阵列接收信号的协方差矩阵获得虚拟传感器的接收信号；步骤3：将虚拟传感器的接收信号进行稀疏获得优化函数后求解优化函数获得估计值；步骤4：根据估计值和已划分的网格点构建空间功率谱后通过搜索估计信号的方向角；本发明解决了现有嵌套阵列波达方向估计方法因采用空间平滑算法需要对连续的传感器划分为相互重叠的子阵列导致自由度降低的问题，达到了利用阵列间产生的虚拟传感器增加阵列的自由度，使用稀疏重构算法最大限度增加估计信源数，降低误差的效果。
-
公开(公告)号：CN116363687A
公开(公告)日：2023-06-30
申请号：CN202310291824.8
申请日：2023-03-23
Applicant: 杭州电子科技大学
Abstract: 本发明公开一种基于反向滴水算法的卷面成绩识别方法及其系统。获取待处理的试卷RGB图像中总分与各个题目分数框位置处的含有手写分数的二值图；对多位手写数字采用反向滴水分割算法分割为单个数字；采用间接重心法将单个数字图片处理成固定图片；分类器预测数字，构成得分成绩。本发明在传统字符分割方法的基础上，提出反向滴水算法。由于粘连体的出现主要是人手写的连笔，且连笔常出现左下向右上连笔，更易找到滴穿的凹陷，反向滴水算法可以解决一般字符分割算法的困境，并且对比正向滴水算法，可以大大提高切割后单个数字预测精度。
-
公开(公告)号：CN110187337B
公开(公告)日：2023-06-23
申请号：CN201910576120.9
申请日：2019-06-28
Applicant: 电子科技大学
Abstract: 本发明提供一种基于LS和NEU‑ECEF时空配准的高机动目标跟踪方法及系统，属于通信技术领域，本发明采用改进的最小二乘(LS)虚拟融合方法配准时间，不要求采样周期之比为整数；然后，对于空间配准的坐标系转换关系，将原矩阵的代数运算转化为几何运算，减小运算开销的同时提高运算效率。另外，IMM算法被设计为两种运动模型，与MSPDAF算法结合成可以适用于跟踪不同维度的高度机动目标。本发明解决了现有技术中当数据量过大时，运算开销大的问题。
-
公开(公告)号：CN110187321B
公开(公告)日：2022-07-22
申请号：CN201910462165.3
申请日：2019-05-30
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于深度学习的复杂环境下雷达辐射源特征参数提取方法，属于电子侦察领域。包括：初始特征提取、分类神经网络构建、稀疏自编码器构建以及特征矩阵拼接；本发明将分类神经网络识别与稀疏自编码器神经网络识别想结合的方法，深入分析和研究辐射源信号的本质，探索新的特征参数，构建更有助于信号识别的特征向量，提升了复杂环境下雷达辐射源信号的识别能力。
-
公开(公告)号：CN110766140A
公开(公告)日：2020-02-07
申请号：CN201911004922.9
申请日：2019-10-22
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于XGBoost与LSTM的多传感器实时威胁等级分类方法，涉及雷达传感器网络技术领域，步骤如下：1.训练XGBoost模型和LSTM网络模型；2.利用多传感器实时获取移动目标信号，并将各传感器获得的信号传递至信息融合中心；3.利用信息融合中心获取到的信号作为特征输入XGBoost模型中，XGBoost模型输出移动目标的初始威胁等级类别；4.对XGBoost模型输出的初始威胁等级类别进行预处理，将预处理结果作为初始外部状态传递至LSTM网络模型；5.将信息融合中心获取到的信号作为当前输入序列传递至LSTM网络模型；6.LSTM网络模型基于初始外部状态和当前输入序列输出移动目标的实时威胁等级类别，同时将输出的实时威胁等级类别作为下一时刻的初始外部状态输入LSTM网络模型中。
-
Patent Agency Ranking
公开(公告)号：CN110197282A
公开(公告)日：2019-09-03
申请号：CN201910499362.2
申请日：2019-06-10
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于遗传模糊逻辑树的威胁估计与态势评估方法，方法为：对目标特征与属性采用模糊逻辑方法进行推理得到威胁估计结果；将威胁估计结果和环境影响因素输入态势评估的模糊推理器，进行态势评估并得到初步的态势评估结果；根据态势评估的环境影响因素的实时变化，结合遗传算法不断优化模糊推理器，输出得到最终的态势评估结果。本发明构成级联的双层模糊逻辑树，采用模糊逻辑技术，适宜于处理复杂的、非线性的、无法进行数学描述的动态系统，结合遗传算法，具备了更新知识规则库的能力，从而实现智能化的威胁估计与态势评估，且在保留模糊逻辑自适应力与鲁棒性能的同时大幅降低运算量，提升威胁估计与态势评估的时效性。
-
公开(公告)号：CN110187321A
公开(公告)日：2019-08-30
申请号：CN201910462165.3
申请日：2019-05-30
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于深度学习的复杂环境下雷达辐射源特征参数提取方法，属于电子侦察领域。包括：初始特征提取、分类神经网络构建、稀疏自编码器构建以及特征矩阵拼接；本发明将分类神经网络识别与稀疏自编码器神经网络识别想结合的方法，深入分析和研究辐射源信号的本质，探索新的特征参数，构建更有助于信号识别的特征向量，提升了复杂环境下雷达辐射源信号的识别能力。
-
公开(公告)号：CN108694382B
公开(公告)日：2022-03-25
申请号：CN201810454691.0
申请日：2018-05-14
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于超宽带雷达传感器的土壤pH分类方法，涉及土壤参数反演领域；其包括如下步骤：步骤1：采集相同土壤的回波进行预处理获取不同pH的有效回波；步骤2：将不同pH的有效回波输入LSTM系统获得不同pH的有效回波的分类准确率；步骤3：结合分类准确率将有效回波进行交叉验证获得最优分类准确率；本发明解决了现有土壤pH分类方法采用模糊逻辑需要不停调整参数导致周期长不适用于大面积和大数据分析导致其分类精度差的问题，达到了实现简便对大数据进行分类、促进提高分类精度的效果。
-
公开(公告)号：CN110187337A
公开(公告)日：2019-08-30
申请号：CN201910576120.9
申请日：2019-06-28
Applicant: 电子科技大学
Abstract: 本发明提供一种基于LS和NEU-ECEF时空配准的高机动目标跟踪方法及系统，属于通信技术领域，本发明采用改进的最小二乘(LS)虚拟融合方法配准时间，不要求采样周期之比为整数；然后，对于空间配准的坐标系转换关系，将原矩阵的代数运算转化为几何运算，减小运算开销的同时提高运算效率。另外，IMM算法被设计为两种运动模型，与MSPDAF算法结合成可以适用于跟踪不同维度的高度机动目标。本发明解决了现有技术中当数据量过大时，运算开销大的问题。
-
公开(公告)号：CN108694382A
公开(公告)日：2018-10-23
申请号：CN201810454691.0
申请日：2018-05-14
Applicant: 电子科技大学
IPC: G06K9/00
CPC classification number: G06K9/00536
Abstract: 本发明公开了一种基于超宽带雷达传感器的土壤pH分类方法，涉及土壤参数反演领域；其包括如下步骤：步骤1：采集相同土壤的回波进行预处理获取不同pH的有效回波；步骤2：将不同pH的有效回波输入LSTM系统获得不同pH的有效回波的分类准确率；步骤3：结合分类准确率将有效回波进行交叉验证获得最优分类准确率；本发明解决了现有土壤pH分类方法采用模糊逻辑需要不停调整参数导致周期长不适用于大面积和大数据分析导致其分类精度差的问题，达到了实现简便对大数据进行分类、促进提高分类精度的效果。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.022 seconds)
