-
Patent Agency Ranking
公开(公告)号：CN110941904B
公开(公告)日：2023-06-09
申请号：CN201911187510.3
申请日：2019-11-28
Applicant: 西安工业大学
IPC: G06F30/20
Abstract: 本发明公开了一种基于不同作战天气下的感知设备组合搭配方法，涉及组合优化领域。该方法是:通过将感知设备性能参数导入所构建的组合模型中，经模型计算分析后得出合理的组合搭配方案及每个不同组合方案的决策评价值，并根据决策评价值的大小来判断在当前作战天气下哪一个组合搭配适用性更好。首先根据参与组合搭配任务时的感知设备性能参数、作战天气、费用等约束条件与本发明提出的数学模型①构建出感知设备方案集；其次将方案集参数导入到本发明提出的组合模型②中，确定组合搭配的类别；然后根据评价模型③对每组不同的组合搭配方案进行决策评价值的计算；最后根据决策评价值的排序，选择分值最高的感知设备组合搭配方案。该方法所构建的方案集更客观，结果以图表、数值形式呈现更直观，决策评价结果更科学、精确。
-
公开(公告)号：CN110941904A
公开(公告)日：2020-03-31
申请号：CN201911187510.3
申请日：2019-11-28
Applicant: 西安工业大学
IPC: G06F30/20
Abstract: 本发明公开了一种基于不同作战天气下的感知设备组合搭配方法，涉及组合优化领域。该方法是:通过将感知设备性能参数导入所构建的组合模型中，经模型计算分析后得出合理的组合搭配方案及每个不同组合方案的决策评价值，并根据决策评价值的大小来判断在当前作战天气下哪一个组合搭配适用性更好。首先根据参与组合搭配任务时的感知设备性能参数、作战天气、费用等约束条件与本发明提出的数学模型①构建出感知设备方案集；其次将方案集参数导入到本发明提出的组合模型②中，确定组合搭配的类别；然后根据评价模型③对每组不同的组合搭配方案进行决策评价值的计算；最后根据决策评价值的排序，选择分值最高的感知设备组合搭配方案。该方法所构建的方案集更客观，结果以图表、数值形式呈现更直观，决策评价结果更科学、精确。
-
公开(公告)号：CN110188707A
公开(公告)日：2019-08-30
申请号：CN201910474597.6
申请日：2019-06-03
Applicant: 西安工业大学
Abstract: 本发明提供一种深度学习与迁移学习结合的SAR目标识别方法，采用的方案可以分为四个步骤：一、准备阶段：读取预训练模型，并读取图片目录，划分训练集、验证集及测试集；二、训练阶段：构造深度学习与迁移学习结合的全连接神经网络分类器，并将图片集作为预训练模型的输入，使用输出来更新全连接神经网络分类器的参数；三、存储阶段：存储模型结果；四、用MATLAB GUI图形用户界面设计一套目标背景图像合成并识别的图像处理系统。以上步骤的组合可以达到快速便捷的扩展数据集的样本数量并能实时显示出识别结果，提高了工作效率，为使用者提供相对更准确的识别结果。
-
公开(公告)号：CN110987733A
公开(公告)日：2020-04-10
申请号：CN201911190646.X
申请日：2019-11-28
Applicant: 西安工业大学
Abstract: 本发明涉及一种复杂环境下红外探测设备可用性的评判方法，以解决现有性能测试技术中存在的兼容性差、评判准确度低的问题。本发明采用的技术方案为：首先将气溶胶颗粒传感器采集到的复杂天气下各个颗粒数据送入数学模型作为数学模型的输入量，该数学模型会输出在该天气情况下大气能见度L，之后将大气能见度L和传感器数据同时输入到Lowtran7仿真软件，即可得到该大气环境下的红外透过率τ，将红外透过率τ和能见度L一起输入数学模型即可得到此时的红外探测设备的探测距离R，根据计算出的理论探测距离R与使用需求做对比，判断当前复杂环境下，红外探测设备是否可用。
-
-
-
-
Search Results
5
records
(took 0.018 seconds)
