-
公开(公告)号：CN107301381A
公开(公告)日：2017-10-27
申请号：CN201710404829.1
申请日：2017-06-01
Applicant: 西安电子科技大学昆山创新研究院 , 西安电子科技大学
CPC classification number: G06K9/00536 , G01S7/021 , G06K9/0051 , G06N3/0454 , G06N3/08
Abstract: 本发明公开了一种基于深度学习和多任务学习策略的雷达辐射源识别方法，主要解决现有技术识别准确度低的问题。其实现步骤是：1.将原始雷达辐射源信号进行数据预处理；2.对预处理后的雷达辐射源信号提取包络特征、模糊函数特征0切片特征、循环谱特征和频谱特征，并将这些特征的值线性变换到[0,255]，保存为图像集；3.设计卷积神经网络CNN，并在CNN中引入多任务学习和随机失活策略；4.分别用四个特征训练集训练卷积神经网络CNN，再利用四个训练好的卷积神经网络CNN模型分别对四个特征测试集进行分类，输出雷达辐射源识别结果。本发明识别准确率高，可用于电子情报侦察、电子支援侦察和雷达威胁告警系统。
-
公开(公告)号：CN107292905A
公开(公告)日：2017-10-24
申请号：CN201710379773.9
申请日：2017-05-25
Applicant: 西安电子科技大学昆山创新研究院 , 西安电子科技大学
IPC: G06T7/20
Abstract: 本发明公开了一种基于改进混合高斯模型的运动目标检测方法，主要解决现有技术计算复杂度高和检测准确度低的问题。其实现步骤是：首先,采用高斯函数对输入视频集进行预处理，去除图像中的噪声；其次，使用图像的空间信息初始化高斯混合模型，自适应确定高斯模型的个数；然后，采用lambert光照模型检测全局光照变化，并对模型的权值进行分层次更新；最后，根据模型的权值和彩色图像与高斯混合模型的距离检测出运动目标图像，再对该目标图像进行后处理。本发明收敛速度快，计算复杂度低，对复杂场景适应性强，检测准确度高，可用于智能监控、智能交通、人机交互、视觉导航、虚拟现实、医学诊断和可视化手术。
-
公开(公告)号：CN107292905B
公开(公告)日：2020-08-04
申请号：CN201710379773.9
申请日：2017-05-25
Applicant: 西安电子科技大学昆山创新研究院 , 西安电子科技大学
IPC: G06T7/20
Abstract: 本发明公开了一种基于改进混合高斯模型的运动目标检测方法，主要解决现有技术计算复杂度高和检测准确度低的问题。其实现步骤是：首先,采用高斯函数对输入视频集进行预处理，去除图像中的噪声；其次，使用图像的空间信息初始化高斯混合模型，自适应确定高斯模型的个数；然后，采用lambert光照模型检测全局光照变化，并对模型的权值进行分层次更新；最后，根据模型的权值和彩色图像与高斯混合模型的距离检测出运动目标图像，再对该目标图像进行后处理。本发明收敛速度快，计算复杂度低，对复杂场景适应性强，检测准确度高，可用于智能监控、智能交通、人机交互、视觉导航、虚拟现实、医学诊断和可视化手术。
-
公开(公告)号：CN108446583A
公开(公告)日：2018-08-24
申请号：CN201810079476.7
申请日：2018-01-26
Applicant: 西安电子科技大学昆山创新研究院 , 西安电子科技大学
Abstract: 本发明公开了一种基于姿态估计的人体行为识别方法，主要解决现有技术在视频人体行为中处理速度过慢的问题。其实现步骤是：1.利用Open-pose方法对视频中人体进行姿态估计，提取视频中每帧人体关节点位置坐标；2.根据每帧人体关节点位置坐标，计算相邻两帧人体关节点距离变化量矩阵；3.将视频进行分段，利用每段视频距离变化量矩阵生成视频特征；4.将数据集中视频分为训练集和测试集两部分，用训练集的视频特征训练分类器，利用训练好的分类器对测试集中的视频进行分类。本发明提高了视频中人体行为识别的速度，可用于智能视频监控、人机交互、视频检索。
-
公开(公告)号：CN119025991A
公开(公告)日：2024-11-26
申请号：CN202411061364.0
申请日：2024-08-05
Applicant: 西安电子科技大学
IPC: G06F18/241 , G06F18/2415 , G06F18/213 , G06F18/15 , G06N3/0442 , G06N3/045
Abstract: 本发明公开了一种基于多任务解耦学习的卫星变调制下个体识别方法，主要解决现有技术在变调制情况下提取的个体特征表征性能差的问题。其实现方案是：接收通过某观测轨道的下行通信链路信号，并划分训练集与测试集；建立由复值多尺度嵌入单元与注意力门控单元构成的两个知识提取块和一个共享知识提取块，并将这三个知识提取块并联组成特征提取模块；堆叠特征提取模块并连接分类器组成多任务解耦网络；将训练集数据输入到多任务解耦网络中进行训练；将测试集数据输入到训练好的多任务解耦网络，输出调制类型和卫星身份结果。本发明减轻了因调制变化引起的特征损失，能在调制方式变化下提取丰富的个体信息，增强对复杂信号识别性能，可用于信源卫星的电子侦察与识别。
-
Patent Agency Ranking
公开(公告)号：CN114139585A
公开(公告)日：2022-03-04
申请号：CN202111472813.7
申请日：2021-11-30
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种复信号多分量交互特征信号处理方法、模型及系统，对复信号进行处理，其获得信号的有用信息、隐含特征的性能增强。对输入的复信号的频域同相分量和频域正交分量进行交互处理，使得最后输出的复信号的实部(同相分量)的特征融合了输入的复信号的频域同相分量和频域正交分量，同时，输出的复信号的虚部(正交分量)的特征也融合了输入的复信号的频域同相分量和频域正交分量，充分实现多分量信息的共享与交互，最终输出的复信号具有更多的电磁信号各分量之间的内隐知识和有用信息，为挖掘隐藏在电磁信号各分量之间的内隐知识和有用信息奠定了基础，具有对复信号和实值信号的处理的兼容性。
-
公开(公告)号：CN108171700A
公开(公告)日：2018-06-15
申请号：CN201810028896.2
申请日：2018-01-12
Applicant: 西安电子科技大学
CPC classification number: G06T7/0012 , G06K9/6256 , G06T7/75 , G06T2207/20081 , G06T2207/20084 , G06T2207/20104 , G06T2207/30064
Abstract: 本发明公开了一种基于对抗网络的医学图像肺结节检测方法，主要解决现有技术对医学图像肺结节遮挡情况而导致检测精度低的问题。其实现方案为：1)对医学图像进行数据预处理，获取样本数据集；2)对样本数据集进行缩放和裁剪的处理，并对处理后的所有样本中加入高斯噪声，组成扩充后的样本数据集；3)将Faster‑RCNN检测器与对抗空间丢弃网络ASDN进行叠加，构建基于对抗网络的新型检测器；4)利用样本数据集对新型检测器进行训练，得到训练好的新型检测模型；5)用训练好的检测模型对测试数据集进行肺结节检测，得到每张医学图像中的肺结节检测结果。本发明提高了对医学图像肺结节的检测精度，可用于计算机辅助诊断系统。
-
公开(公告)号：CN107492095A
公开(公告)日：2017-12-19
申请号：CN201710652335.5
申请日：2017-08-02
Applicant: 西安电子科技大学
CPC classification number: G06T7/0012 , G06K9/6292 , G06T2207/20081 , G06T2207/20084 , G06T2207/30064
Abstract: 本发明公开了一种基于深度学习的医学图像肺结节检测方法，主要解决现有技术由于提取的有效医学图像数据量不足而导致检测精度低的问题。其实现方案为：1)获取医学图像；2)在医学图像中引入高斯噪声，扩充数据样本集；3)构建新的特征提取网络；4)用新的特征提取网络，结合现有的区域建议网络和分类网络，获得检测模型；5)利用扩充数据样本集对检测模型进行训练；6)用训练好的检测模型进行肺结节检测。本发明构建的新的特征提取网络，减轻了网络过拟合的程度，提高了对医学图像肺结节的检测精度，可用于计算机辅助诊断系统。
-
公开(公告)号：CN104616303A
公开(公告)日：2015-05-13
申请号：CN201510071809.8
申请日：2015-02-11
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于紫外图像的水面溢油检测系统及方法，涉及信号处理领域。包括顺次连接的紫外成像模块、视频解码缓存模块、图像处理模块、报警模块；紫外成像模块包括紫外光源、紫外带通滤光片和摄像机；视频解码缓存模块包括视频解码芯片和同步动态随机存储器，摄像机与视频解码芯片连接，视频解码芯片与同步动态随机存储器连接；图像处理模块包括DSP芯片和程序加载芯片，视频解码芯片、同步动态随机存储器、程序加载芯片均与DSP芯片连接；报警模块包括继电器、声光报警器和无线数据发送器，DSP芯片通过继电器与声光报警器相连，DSP芯片通过网络接口与无线数据发送器连接。本发明对水面溢油的检测效果较好，抗干扰能力较强。
-
公开(公告)号：CN114139585B
公开(公告)日：2023-04-07
申请号：CN202111472813.7
申请日：2021-11-30
Applicant: 西安电子科技大学
IPC: G06F18/213 , G06F18/21 , G06N3/0464
Abstract: 本发明公开了一种复信号多分量交互特征信号处理方法、模型及系统，对复信号进行处理，其获得信号的有用信息、隐含特征的性能增强。对输入的复信号的频域同相分量和频域正交分量进行交互处理，使得最后输出的复信号的实部(同相分量)的特征融合了输入的复信号的频域同相分量和频域正交分量，同时，输出的复信号的虚部(正交分量)的特征也融合了输入的复信号的频域同相分量和频域正交分量，充分实现多分量信息的共享与交互，最终输出的复信号具有更多的电磁信号各分量之间的内隐知识和有用信息，为挖掘隐藏在电磁信号各分量之间的内隐知识和有用信息奠定了基础，具有对复信号和实值信号的处理的兼容性。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.032 seconds)
