-
公开(公告)号：CN111709187B
公开(公告)日：2023-06-16
申请号：CN202010552903.6
申请日：2020-06-17
Applicant: 西安工业大学
IPC: G06F30/27 , G06F18/2415 , G06F18/214
Abstract: 本发明公开了一种雷达复杂电磁环境效应机理的建模方法。本发明提供的方法是：首先，对雷达在电磁环境下各子系统的效应数据使用K2算法进行贝叶斯网络结构的学习，建立雷达系统从输入要素到输出要素的贝叶斯网络拓扑结构；然后，在网络结构已知的情况下，采用最大似然估计算法计算贝叶斯网络参数；接着，在获取贝叶斯网络模型之后，对雷达电磁环境效应进行基于条件概率变化程度的敏感性分析；最后，采用联结树推理算法对雷达复杂电磁环境效应机理的模型进行概率推理。本方法可以有效地对雷达复杂电磁环境效应机理进行建模，建模精度为91％，为提高雷达在复杂电磁环境下的作战能力提供理论支撑。
-
公开(公告)号：CN111639678B
公开(公告)日：2023-03-24
申请号：CN202010380332.2
申请日：2020-05-08
Applicant: 西安工业大学
IPC: G06F18/2411 , G06F18/2132 , G06N3/084 , G01C25/00
Abstract: 本发明公开了一种基于集成神经网络的INS/GPS组合导航故障检测与诊断方法。本发明提供的方法是：首先，通过仿真得到组合导航的INS和GPS故障数据；接着，采用核Fisher判别式分析(KFDA)进行数据处理，实现模式数据的平衡；然后，对数据进行One‑Class SVM模型训练，并运用核技巧以检测非线性数据的故障情况；最后，利用D‑S证据理论将BP神经网络和改进的动态粒子群优化(PSO)BP神经网络的故障诊断结果进行融合，实现INS/GPS组合导航的故障检测与诊断。本方法可以有效地对小样本组合导航系统的突变故障与缓变故障进行检测，故障检测率均达到90％以上，有效地减少了故障检测的误差率，得到了精确的综合决策结果。
-
公开(公告)号：CN110807742B
公开(公告)日：2023-02-24
申请号：CN201911003520.7
申请日：2019-11-21
Applicant: 西安工业大学
IPC: G06T5/00
Abstract: 本发明公开了一种基于一体式网络的微光图像增强方法。本发明提供的方法是：首先运用计算机读取低光照条件下拍摄的微光图像，通过将微光图像分割为若干超像素，利用局部标准差与局部梯度的比值估计每个超像素的噪声电平；然后，将图像反转，采用BM3D滤波器与结构滤波器自适应方法进行平滑处理，以获得无噪声和纹理完整图像；最后，将无噪声和纹理完整图像输入微光一体式网络中，以增强对比度，防止对比度过度增强。本方法可以对微光图像进行有效的增强处理，在主观评价和客观评价方面均优于传统方法，且图像质量评价指标峰值信噪比和结构相似性指数分别达到31.64dB，91.2％。相对其他基于深度学习进行微光图像增强方法，有效地提高了增强图像的处理速度和鲁棒性。
-
公开(公告)号：CN111709187A
公开(公告)日：2020-09-25
申请号：CN202010552903.6
申请日：2020-06-17
Applicant: 西安工业大学
Abstract: 本发明公开了一种雷达复杂电磁环境效应机理的建模方法。本发明提供的方法是：首先，对雷达在电磁环境下各子系统的效应数据使用K2算法进行贝叶斯网络结构的学习，建立雷达系统从输入要素到输出要素的贝叶斯网络拓扑结构；然后，在网络结构已知的情况下，采用最大似然估计算法计算贝叶斯网络参数；接着，在获取贝叶斯网络模型之后，对雷达电磁环境效应进行基于条件概率变化程度的敏感性分析；最后，采用联结树推理算法对雷达复杂电磁环境效应机理的模型进行概率推理。本方法可以有效地对雷达复杂电磁环境效应机理进行建模，建模精度为91％，为提高雷达在复杂电磁环境下的作战能力提供理论支撑。
-
公开(公告)号：CN111639678A
公开(公告)日：2020-09-08
申请号：CN202010380332.2
申请日：2020-05-08
Applicant: 西安工业大学
Abstract: 本发明公开了一种基于集成神经网络的INS/GPS组合导航故障检测与诊断方法。本发明提供的方法是：首先，通过仿真得到组合导航的INS和GPS故障数据；接着，采用核Fisher判别式分析(KFDA)进行数据处理，实现模式数据的平衡；然后，对数据进行One-Class SVM模型训练，并运用核技巧以检测非线性数据的故障情况；最后，利用D-S证据理论将BP神经网络和改进的动态粒子群优化(PSO)BP神经网络的故障诊断结果进行融合，实现INS/GPS组合导航的故障检测与诊断。本方法可以有效地对小样本组合导航系统的突变故障与缓变故障进行检测，故障检测率均达到90％以上，有效地减少了故障检测的误差率，得到了精确的综合决策结果。
-
Patent Agency Ranking
-
公开(公告)号：CN110188708A
公开(公告)日：2019-08-30
申请号：CN201910474599.5
申请日：2019-06-03
Applicant: 西安工业大学
Abstract: 本发明公开了一种基于卷积神经网络的人脸表情识别方法，计算机读取人脸表情图像，根据所读入的图片确定图片中人物的表情类别。首先通过骨干卷积神经网络提取所读入的人脸表情，来获取图像特征，然后通过下采样得到浅层特征与深层特征；聚合浅层次特征与深层特征并将他们压缩到一个空间，构建超特征层；把超特征层中有用的语义信息，通过捷径送入更深层的卷积层进行融合计算；所融合的特征通过一个分离通道和位置信息的残差卷积结构来进行参数的更新；最终通过全局池化层输出所识别的表情类别。通过本方法对人脸表情可以进行有效识别，识别准确率达到92.51％，且提高了识别速度和鲁棒性。
-
公开(公告)号：CN110807742A
公开(公告)日：2020-02-18
申请号：CN201911003520.7
申请日：2019-11-21
Applicant: 西安工业大学
IPC: G06T5/00
Abstract: 本发明公开了一种基于一体式网络的微光图像增强方法。本发明提供的方法是：首先运用计算机读取低光照条件下拍摄的微光图像，通过将微光图像分割为若干超像素，利用局部标准差与局部梯度的比值估计每个超像素的噪声电平；然后，将图像反转，采用BM3D滤波器与结构滤波器自适应方法进行平滑处理，以获得无噪声和纹理完整图像；最后，将无噪声和纹理完整图像输入微光一体式网络中，以增强对比度，防止对比度过度增强。本方法可以对微光图像进行有效的增强处理，在主观评价和客观评价方面均优于传统方法，且图像质量评价指标峰值信噪比和结构相似性指数分别达到31.64dB，91.2％。相对其他基于深度学习进行微光图像增强方法，有效地提高了增强图像的处理速度和鲁棒性。
-
公开(公告)号：CN111209952A
公开(公告)日：2020-05-29
申请号：CN202010003815.0
申请日：2020-01-03
Applicant: 西安工业大学
Abstract: 本发明涉及一种基于改进SSD和迁移学习的水下目标检测方法，其克服了现有技术中水下目标检测的欠拟合，识别率低，鲁棒性差的问题，有效提高了水下目标检测识别率与视觉效果。本发明包括以下步骤：步骤1、准备阶段：运用计算机读取深水中条件下拍摄的水下图像，利用水下背景图片与水上目标场景图像进行融合处理，获取更多水下图像；步骤2、图像的预处理和基于滤波器去除噪声阶段；步骤3、基于骨干网的特征提取阶段；步骤4、基于迁移学习的网络模型训练阶段：利用迁移学习方法训练Underwater-SSD网络；步骤5、基于软化非极大值抑制算法soft-NMS目标检测阶段：在迁移学习训练后的模型后加入软化非极大值抑制算法。
-
公开(公告)号：CN109470301A
公开(公告)日：2019-03-15
申请号：CN201811228616.9
申请日：2018-10-22
Applicant: 西安工业大学
IPC: G01D21/02 , G05B19/042
Abstract: 本发明公开了变电站抗强电磁干扰的参数监控监控方法，涉及互联网应用技术领域。系统由从机、主机、云端存储平台和上位机组成。从机通过工业级SI4432无线通信模块将采集数据上传给主机，主机收到数据,通过NB-IoT无线通信技术送到云端存储平台，主机也可以通过RS485串口与监控中心上位机实现数据互传。监控中心上位机通过HTTP协议从云端存储平台取出数据。NB-IoT和SI4432无线通信避开了变电站中电磁干扰频带，提高了数据传输的安全性和可靠性；从机和主机的CPU控制模块均选用速度快、低功耗的STM32L431，能够降低功耗，提高数据传输速率；系统中采用云端存储大量数据，为系统的再次开发提供了便利。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.02 seconds)
