一种基于雷达声纳多源信息融合的水上水下目标识别系统

    公开(公告)号:CN118981012A

    公开(公告)日:2024-11-19

    申请号:CN202411071585.6

    申请日:2024-08-06

    IPC分类号: G01S13/86 G01S15/86

    摘要: 本发明公开了一种基于雷达声纳多源信息融合的水上水下目标识别系统。本发明包括雷达信息采集设备、云台光电设备、声纳信息采集设备、水下图像采集设备、融合分选处理器、声呐识别处理器、雷达识别处理器;本发明首先通过检测跟踪算法获取雷达、声纳目标航迹,然后采用航迹融合算法对目标进行分选,从而区分水上水下目标,最后结合光电图像或水下图像采用多模态分类算法分别对水上及水下目标进行识别。本发明通过将声纳目标航迹与雷达、AIS目标航迹关联融合,可减少雷达、声纳目标定位误差、降低虚警,同时将目标区分为水上、水下目标后,可分别采用更具针对性的分类处理,相比传统目标检测方法,具有更高的准确率,在不同场景下具有高鲁棒性。

    一种基于动态调度的对抗样本生成方法及装置

    公开(公告)号:CN114676811B

    公开(公告)日:2024-11-05

    申请号:CN202011544521.5

    申请日:2020-12-24

    IPC分类号: G06N3/0499 G06N3/08

    摘要: 本发明公开了一种基于动态调度的对抗样本生成方法及装置,方法,包括:获取多个原始样本数据和深度学习模型;基于对抗样本生成任务以及对抗样本生成任务与对抗样本生成算法之间的对应关系,在预设算法库中匹配对应的至少一个对抗样本生成算法;根据对抗样本生成任务的预设执行数量以及各个对抗样本生成任务的优先级,调度对抗样本生成任务;根据对抗样本生成算法的算法参数以及当前对抗样本生成任务的配置参数,调度预设算法库中对抗样本生成算法;基于封装的模型及调度算法,依次执行当前对抗样本生成任务,生成对应的对抗样本。本发明提高算法集成整合效率,实现了对抗样本生成任务的动态调度,保证了对抗样本的生成效率。

    一种基于Transformer的细粒度图像分类方法

    公开(公告)号:CN114676776B

    公开(公告)日:2024-11-01

    申请号:CN202210305985.3

    申请日:2022-03-25

    摘要: 本发明公开了一种基于Transformer的细粒度图像分类方法。本方法为:1)将样本图像输入线性映射和编码器层中提取多层令牌特征;2)通过令牌特征选择模块作用于编码器提取的多层令牌特征;3)通过语义部件生成模块作用于第一层令牌特征,获取包含辨识性视觉图案的局部区域,利用局部分支学习该区域内对象的细节信息;4)将两个分支的分类令牌交换,编码器作用于交换后的分类令牌与当前分支的图像块令牌,融合全局分支提取的图像完整信息与局部分支获取的关键区域的细节信息;5)通过中心损失函数约束细粒度对象类内特征距离,间接地增大类间特征距离;6)连接两个分支的分类令牌,输入到分类器,从而实现对输入图像的分类。

    Chisel高层电路设计的转换和验证方法及装置

    公开(公告)号:CN118428285B

    公开(公告)日:2024-10-22

    申请号:CN202410462685.5

    申请日:2024-04-17

    IPC分类号: G06F30/33 G06F8/41

    摘要: 本发明提出了一种Chisel高层电路设计的转换和验证方法及装置,涉及计算机技术领域,通过分析Chisel代码内容,生成内部语法树结构;分析内部语法树上的每个语句和语句块,识别涉及的信号和变量;基于识别的信号、变量和内部语法树结构,对内部语法树进行展开和变换;对经过展开和变换后的内部语法树,按照信号和变量间的依赖关系进行语句排序,生成排序后的内部语法树;根据排序后的内部语法树,通过软件建模模拟Chisel电路设计的行为,生成Scala模拟代码;使用生成的Scala模拟代码进行仿真测试和形式化验证。本发明可以保留Chisel高层电路设计的参数、结构信息,对Chisel电路设计进行更充分的验证。

    自动驾驶关键场景的生成方法、装置及设备

    公开(公告)号:CN118760152A

    公开(公告)日:2024-10-11

    申请号:CN202410736221.9

    申请日:2024-06-07

    摘要: 本公开涉及自动驾驶关键场景的生成方法、装置及设备,属于自动驾驶技术领域。所述方法包括:建立以被测车辆为中心的车辆相对安全边界区域,所述车辆相对安全边界区域包括:车辆碰撞危险区域、车辆碰撞边界区域和车辆相对安全区域;初始化一测试场景;以最大化所述测试场景的场景整体关键度为目标,引导所述被测车辆和所述陪试车辆在所述测试场景中产生对抗行为;其中,所述测试场景的场景整体关键度基于引导过程中所述陪试车辆在所述车辆相对安全边界区域上的位置得到;根据引导过程中所述被测车辆和所述陪试车辆的相对位置轨迹,判断所述测试场景是否满足设定要求。本发明可以生成真实自然的对抗行为。

    一种多星协同语义建模及任务规划方法和系统

    公开(公告)号:CN116523212B

    公开(公告)日:2024-09-17

    申请号:CN202310387233.0

    申请日:2023-04-12

    摘要: 本发明属于卫星任务规划领域,涉及一种多星协同语义建模及任务规划方法和系统。该方法包括:采用知识图谱对卫星任务及协同关系进行形式化建模;利用知识图谱,将多星协同需求分解为多个任务,每个任务为一次拍摄任务或一次传输任务,并表达任务之间的时序关系;对知识图谱进行查询,获取满足任务协同约束要求的元任务组合结果,作为多星协同任务规划方案。本发明采用知识图谱的建模方法,可以灵活结合各种需求场景构建多星协同的图谱结构,包括任务实体以及实体间的关系,并支持复杂场景下的查询推理。本发明实现了多星协同任务的形式化表示和自动化的任务规划方案生成。

    一种从SIMSCRIPT语言到C语言的语法映射方法和装置

    公开(公告)号:CN117193782B

    公开(公告)日:2024-09-10

    申请号:CN202310980321.1

    申请日:2023-08-04

    IPC分类号: G06F8/41

    摘要: 本发明涉及一种从SIMSCRIPT语言到C语言的语法映射方法和装置。该方法包括:解析SIMSCRIPT源程序的声明文件,将SIMSCRIPT语言全局变量转换为C语言全局变量;解析SIMSCRIPT源程序的主程序文件,逐行判断语句类型,将主程序中的基本语句和仿真语句转换成对应的C代码;解析SIMSCRIPT源程序的例程文件,逐行判断语句类型,将例程文件中的基本语句和仿真语句转换成对应的C代码。本发明通过抽取总结SIMSCRIPT语言和C语言的语法规则,对两者的语法语义进行分析,建立两种语言的语法规则映射,为基于SIMSCRIPT语言编写的大型复杂仿真系统转换为C语言奠定了技术基础,能够有效提升基于SIMSCRIPT语言研发的复杂仿真程序的运行速率。