-
公开(公告)号：CN113866739B
公开(公告)日：2024-05-14
申请号：CN202111092582.7
申请日：2021-09-17
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于GLCT‑GPTF多旋翼目标物理参数估计方法，旨在解决现有技术的基于短时傅里叶变换时频谱图的旋翼物理参数估计方法时频谱图能量集中度不高以及需要预先设置时频谱图量化门限影响旋翼物理参数估计精度的问题。本发明主要包括以下步骤：(1)计算每个旋翼目标的转速；(2)利用广义线性调频小波变换‑广义参数化时频分析GLCT‑GPTF变换计算旋转平移后信号的平稳度；(3)利用天牛群优化算法获得与多旋翼目标雷达回波信号匹配的变换核参数向量；(4)计算旋翼的桨叶长度。本发明具有更精确的刻画多旋翼目标雷达回波信号时频特性和提高了旋翼的转速以及桨叶长度的估计精度的优点。
-
公开(公告)号：CN109740549B
公开(公告)日：2022-12-27
申请号：CN201910016413.1
申请日：2019-01-08
Applicant: 西安电子科技大学
IPC: G06V20/10 , G06V10/774
Abstract: 本发明公开了一种基于半监督CNN的SAR图像目标检测系统和方法，解决了现有技术对切片级标记的训练图像依赖程度高，及检测准确率低的问题。检测系统中增设的切片挑选模块和负包模块提供丰富的目标和杂波切片，候选切片保存模块将输入切片处理并保存为候选切片集，为网络提供充足的训练样本。目标检测方法实现是：生成训练、验证和测试数据集；设计并构建加入切片挑选模块和负包模块的半监督目标检测网络；对半监督目标检测网络训练及测试。本发明先使用少量切片级标记的图像训练网络，再使用迭代挑选候选切片训练网络。本发明对切片级标记的训练图像依赖程度低；在少量切片级标记图像的情况下具有较高准确率；应用于SAR图像目标检测。
-
公开(公告)号：CN112966248A
公开(公告)日：2021-06-15
申请号：CN202110310021.3
申请日：2021-03-23
Applicant: 西安电子科技大学
IPC: G06F21/32 , G06K9/62 , G06N3/04 , G06N3/08 , H04M1/72454
Abstract: 一种非受控步行场景下移动设备的持续身份认证方法，其步骤为：(1)构建身份认证网络模型；(2)以用户无感知的采集方式，生成步态序列集；(3)利用自适应周期分割算法，生成步态模板集；(4)对步态模板集进行预处理；(5)训练身份认证网络；(6)认证用户身份。(7)若待认证用户的身份与认证后的用户身份一致，则完成用户身份认证，否则锁定移动设备，拒绝访问。本发明克服了现有技术中需要用户主动配合在受控场景下行走而导致的不实用的问题和现有技术中因场景、时间等因素产生的特征分布漂移的问题，使得本发明具有认证准确性，实用性和场景适应性的优点。
-
公开(公告)号：CN106028047A
公开(公告)日：2016-10-12
申请号：CN201610348075.8
申请日：2016-05-24
Applicant: 西安电子科技大学
IPC: H04N19/61 , H04N19/109 , H04N19/122 , H04N19/147 , H04N19/176
CPC classification number: H04N19/61 , H04N19/109 , H04N19/122 , H04N19/147 , H04N19/176
Abstract: 本发明公开一种基于Hadamard变换的帧内预测快速模式选择和PU划分的方法，包括：1、根据图像纹理的复杂情况来减少计算量和遍历PU；2、对当前PU块进行Hadamard变换，得到当前PU块的复杂度；3根据当前PU块的复杂度作为图像块纹理的度量，判断当前PU块纹理是否复杂；4、若当前PU块纹理复杂，则对于PU，需要遍历4*4的划分模式；对于模式选择，需要遍历35种候选模式；5、若当前PU块平缓、光滑，则对于PU，更可能被划为较大块，不需要遍历4*4的划分模式；对于模式选择，只需要遍历较少候选模式即可。本发明减少了许多计算量，大大减少了编码时间，性能下降也在可以接收的范围内，提高了HM的实时性。
-
公开(公告)号：CN115065479A
公开(公告)日：2022-09-16
申请号：CN202210624804.3
申请日：2022-06-02
Applicant: 西安电子科技大学
Abstract: 本发明提出了一种区块链的去中心化重写方法，实现步骤为：初始化区块链的去中心化重写系统；交易拥有者构建可重写交易并上传；交易修改者向权威机构发送属性和身份标识；权威机构生成重写密钥和身份标识签名并发送；交易修改者根据重写密钥的有效性验证结果计算转换密钥；代理服务器对密文进行预解密并发送预解密结果；交易修改者获取区块链的重写结果。本发明代理服务器通过交易修改者对重写密钥的验证结果所计算的转换密钥对密文预解密，然后对预解密结果在线解密，减少了因错误的重写密钥导致的不必要计算开销，并降低了解密开销，且交易拥有者通过离线计算的中间信息对变色龙陷门在线加密，降低了加密开销，有效提高了重写效率。
-
Patent Agency Ranking
公开(公告)号：CN114882600A
公开(公告)日：2022-08-09
申请号：CN202210658286.7
申请日：2022-06-10
Applicant: 西安电子科技大学
Abstract: 本发明提出了一种基于元学习的在线手写签名认证方法，实现步骤为：获取训练数据集和测试数据集；构建在线手写签名认证网络模型；基于元学习对在线手写签名认证网络模型进行训练；获取在线手写签名认证结果。本发明基于元学习对在线手写签名认证网络进行训练，通过训练支持集对在线手写签名认证网络的训练得到一组最优的权重参数，再基于这组权重参数对在线手写签名认证网络进行迭代训练，避免了利用随机权重参数进行训练耗时较大的缺陷，在保证认证准确率的前提下，提高了在少量手写签名情况下的认证效率。
-
公开(公告)号：CN108764310B
公开(公告)日：2021-10-29
申请号：CN201810474203.2
申请日：2018-05-17
Applicant: 西安电子科技大学 , 西安中电科西电科大雷达技术协同创新研究院有限公司
Abstract: 本发明公开了一种基于多尺度多特征深度森林的合成孔径雷达SAR目标识别方法，主要针对已有SAR目标识别方法不足，提出了多尺度多特征深度森林应用于SAR目标识别。其实现步骤是：(1)生成训练样本集和测试样本集；(2)提取每个样本的多尺度幅度特征；(3)提取每个样本的多尺度结构特征；(4)训练深度森林分类器；(5)识别目标型号。本发明通过多尺度特征的引入反映从局部到全局的样本图像特征，通过多特征的联合使用全面的反映样本图像特征，同时利用深度森林分类器进行目标型号识别，超参数数量少且稳健，减少了训练过程的时间，提高了SAR目标的识别精度。
-
公开(公告)号：CN114882600B
公开(公告)日：2024-09-06
申请号：CN202210658286.7
申请日：2022-06-10
Applicant: 西安电子科技大学
Abstract: 本发明提出了一种基于元学习的在线手写签名认证方法，实现步骤为：获取训练数据集和测试数据集；构建在线手写签名认证网络模型；基于元学习对在线手写签名认证网络模型进行训练；获取在线手写签名认证结果。本发明基于元学习对在线手写签名认证网络进行训练，通过训练支持集对在线手写签名认证网络的训练得到一组最优的权重参数，再基于这组权重参数对在线手写签名认证网络进行迭代训练，避免了利用随机权重参数进行训练耗时较大的缺陷，在保证认证准确率的前提下，提高了在少量手写签名情况下的认证效率。
-
公开(公告)号：CN115065479B
公开(公告)日：2024-06-07
申请号：CN202210624804.3
申请日：2022-06-02
Applicant: 西安电子科技大学
Abstract: 本发明提出了一种区块链的去中心化重写方法，实现步骤为：初始化区块链的去中心化重写系统；交易拥有者构建可重写交易并上传；交易修改者向权威机构发送属性和身份标识；权威机构生成重写密钥和身份标识签名并发送；交易修改者根据重写密钥的有效性验证结果计算转换密钥；代理服务器对密文进行预解密并发送预解密结果；交易修改者获取区块链的重写结果。本发明代理服务器通过交易修改者对重写密钥的验证结果所计算的转换密钥对密文预解密，然后对预解密结果在线解密，减少了因错误的重写密钥导致的不必要计算开销，并降低了解密开销，且交易拥有者通过离线计算的中间信息对变色龙陷门在线加密，降低了加密开销，有效提高了重写效率。
-
公开(公告)号：CN112766108B
公开(公告)日：2023-07-18
申请号：CN202110022951.9
申请日：2021-01-08
Applicant: 西安电子科技大学
IPC: G06V20/10 , G06V10/774 , G06V10/776 , G06V10/82 , G06V10/80 , G06N3/044 , G06N3/0464 , G06N3/048 , G06N3/082
Abstract: 本发明公开了一种基于上下文信息的SAR图像目标检测方法，主要解决现有技术忽略目标周围场景中的上下文信息，导致检测性能差的问题。其方案是：生成训练、验证数据集；添加由双向GRU网络实现的上下文信息融合模块，构成基于上下文信息的SAR图像目标检测网络，使得图片特征中的每个特征像素能融合其与周围像素之间的上下文信息，并在检测模块中使用ROI Align固定特征尺寸，采用双线性插值的方式代替对浮点数取整，以免候选区域映射位置出现偏差；计算目标检测网络的损失，并根据损失对网络进行训练；将测试数据输入到训练好的目标检测网络中进行测试，得到检测结果。本发明有效提高了SAR图像目标检测性能，可用于目标识别。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.027 seconds)
