-
公开(公告)号：CN105868476A
公开(公告)日：2016-08-17
申请号：CN201610194630.6
申请日：2016-03-30
Applicant: 西安电子科技大学
IPC: G06F17/50
CPC classification number: G06F17/5009
Abstract: 本发明公开了一种空间正多边形平面薄膜结构的最优弧边确定方法，首先，针对受等值角拉力的直边正多边形薄膜结构，确定其褶皱区域半径和褶皱形态参数；其次，针对正多边形弧边结构，根据应力场假设模型，得到最优的弧边形状。该方法利用应力分布理论，确定褶皱区域半径，通过假设褶皱形态描述方程和应变相容方程，推导出褶皱形态参数，包括褶皱幅值、褶皱数以及褶皱半波长，可以得出随着正多边形薄膜结构边数的增加，褶皱区域及褶皱幅值随之减小的规律。在此基础上，引入弧边结构用以减小褶皱，并提出了适用于正多边形弧边结构的应力场假设模型，给出最优弧边确定方法，保证无褶皱的有效面积最大，提高了薄膜表面精度。
-
公开(公告)号：CN117765392A
公开(公告)日：2024-03-26
申请号：CN202311789261.1
申请日：2023-12-22
Applicant: 西安电子科技大学
IPC: G06V20/10 , G06V10/40 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/082 , G06N3/09
Abstract: 本发明公开了一种基于模型压缩的轻量级舰船目标检测方法，包括：获取SAR图像；将SAR图像输入至检测模型的轻量化主干网络，以使轻量化主干网络对SAR图像进行特征提取，得到不同尺度的特征图；轻量化主干网络由Ghost Conv单元和PConv卷积对Yolo v5s中backbone部分进行重构获得；将不同尺度的特征图输入至检测模型的特征融合网络，以使特征融合网络进行特征图融合后，利用多尺度改进解耦检测头检测SAR图像中不同尺度的舰船目标。本发明解决了复杂海岸场景下检测性能不佳、资源受限时模型效率与检测精度存在冲突的问题，能够在保证检测精度的同时降低模型的参数量和计算复杂度。
-
公开(公告)号：CN117690012A
公开(公告)日：2024-03-12
申请号：CN202211079053.8
申请日：2022-09-05
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于SAR图像稳定区域显著性分析的陆地目标检测方法，包括：对SAR图像进行滤波；采用改进AC显著性算法对滤波后的SAR图像进行处理，得到显著图；基于最大稳定极值区域检测策略从所述显著图中提取陆地目标所在的区域，得到检测结果；其中，在所述改进AC显著性算法中，单个像素的显著值被定义为：该像素的L通道特征值与外部区域的L通道特征值均值之差的二范数；所述L通道特征值指在CIELab颜色空间下像素的亮度值。本发明可在复杂陆地场景下稳定且准确地检测出陆地目标。
-
Patent Agency Ranking
公开(公告)号：CN105975649A
公开(公告)日：2016-09-28
申请号：CN201610190940.0
申请日：2016-03-30
Applicant: 西安电子科技大学
CPC classification number: G06F17/5036 , G06F17/5086 , G06T17/00 , G06T2210/44
Abstract: 本发明公开了一种方形太阳帆表面褶皱形态的建模方法，首先，针对方形薄膜太阳帆结构，确定其应力场分布云图，得到褶皱区域；其次，提出了一种新的褶皱形态描述方程，通过引入一个指数衰减函数，建立更接近实际情况的褶皱形态模型。该方法利用Airy应力场分布理论，通过应力叠加准则，并消除边界影响，得到薄膜太阳帆结构的应力场分布云图，进一步确定褶皱区域。在此基础上提出一种更精确的褶皱形态描述方程，基于vonKarman大挠度方程，建立薄膜褶皱参数的一般性方程，采用应力极值法，得到褶皱形态与褶皱方向拉应力的关系模型，求解简单，同时得到的褶皱形态更接近实际情况。
-
公开(公告)号：CN105975649B
公开(公告)日：2019-03-19
申请号：CN201610190940.0
申请日：2016-03-30
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种方形太阳帆表面褶皱形态的建模方法，首先，针对方形薄膜太阳帆结构，确定其应力场分布云图，得到褶皱区域；其次，提出了一种新的褶皱形态描述方程，通过引入一个指数衰减函数，建立更接近实际情况的褶皱形态模型。该方法利用Airy应力场分布理论，通过应力叠加准则，并消除边界影响，得到薄膜太阳帆结构的应力场分布云图，进一步确定褶皱区域。在此基础上提出一种更精确的褶皱形态描述方程，基于vonKarman大挠度方程，建立薄膜褶皱参数的一般性方程，采用应力极值法，得到褶皱形态与褶皱方向拉应力的关系模型，求解简单，同时得到的褶皱形态更接近实际情况。
-
公开(公告)号：CN116953702A
公开(公告)日：2023-10-27
申请号：CN202310864157.8
申请日：2023-07-13
Applicant: 西安电子科技大学
IPC: G01S13/90 , G06V10/52 , G06V10/766 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/048 , G06V10/776 , G06V10/774
Abstract: 本发明公开了一种基于演绎范式的旋转目标检测方法，包括：构建包括主干特征提取模块、具有小尺度增强支路的特征融合模块以及检测识别模块的目标检测网络框架；利用主干特征提取模块对SAR图像进行多尺度特征提取，得到包括小尺度特征的多尺度特征图；利用具有小尺度增强支路的特征融合模块对多尺度特征图进行特征融合，得到多层次特征图；将多层次特征图输入到检测识别模块中，利用基于演绎范式的旋转检测盒进行回归分类检测，得到目标检测结果。该方法避免了水平检测带来的信息冗余问题，实现了对目标的方向估计，解决了旋转标注带来角度预测的边界问题，有效提高了复杂场景下舰船检测性能，使得针对SAR图像舰船目标的检测更加稳健和准确。
-
公开(公告)号：CN116168240A
公开(公告)日：2023-05-26
申请号：CN202310070828.3
申请日：2023-01-19
Applicant: 西安电子科技大学
IPC: G06V10/764 , G06V10/77 , G06V10/80 , G06N3/048 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于注意力增强的任意方向密集舰船目标检测方法，涉及图像处理技术领域，包括：获取原始图像；基于主干特征提取模块，提取原始图像的多尺度特征，得到多个特征图；基于双分支注意力增强模块，学习至少部分特征图中各通道和各空间的重要程度、学习至少部分特征图中各位置信息的重要程度，得到基于双分支注意力增强模块的输出特征图；基于加权双向特征融合网络，通过跨尺度连接操作，将输出特征图的信息进行筛选和融合，得到增强特征图；基于检测器中的分类结构和边界框回归结构，对增强特征图进行检测。本发明能够提升网络对重要特征的提取能力，实现对目标的精确提取和方向估计。
-
公开(公告)号：CN105868476B
公开(公告)日：2018-10-30
申请号：CN201610194630.6
申请日：2016-03-30
Applicant: 西安电子科技大学
IPC: G06F17/50
Abstract: 本发明公开了一种空间正多边形平面薄膜结构的最优弧边确定方法，首先，针对受等值角拉力的直边正多边形薄膜结构，确定其褶皱区域半径和褶皱形态参数；其次，针对正多边形弧边结构，根据应力场假设模型，得到最优的弧边形状。该方法利用应力分布理论，确定褶皱区域半径，通过假设褶皱形态描述方程和应变相容方程，推导出褶皱形态参数，包括褶皱幅值、褶皱数以及褶皱半波长，可以得出随着正多边形薄膜结构边数的增加，褶皱区域及褶皱幅值随之减小的规律。在此基础上，引入弧边结构用以减小褶皱，并提出了适用于正多边形弧边结构的应力场假设模型，给出最优弧边确定方法，保证无褶皱的有效面积最大，提高了薄膜表面精度。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.028 seconds)
