-
公开(公告)号：CN118969000A
公开(公告)日：2024-11-15
申请号：CN202411164113.5
申请日：2024-08-23
Applicant: 中国人民解放军陆军工程大学
Abstract: 本发明公开了一种基于声纹的无人机识别方法、装置、设备及存储介质，方法包括：将标签未知的无人机飞行声音信号输入到训练好的复数卷积循环神经网络中，获取无人机分类结果。本发明创新性地使用了复数卷积循环神经网络，该网络结合了卷积网络与循环网络的优势，并且在无人机飞行声信号的复数时频特征上进行操作，能够更加有效提取无人机类型特征，克服了黑暗环境或无线信号受限环境导致基于图像和基于射频信号的基于声纹的无人机识别方法性能较低的问题，通过结合声音信号与深度学习技术，为无人机监控、管理和控制提供了新的解决方案。
-
公开(公告)号：CN118941525A
公开(公告)日：2024-11-12
申请号：CN202410986044.X
申请日：2024-07-23
Applicant: 中国人民解放军陆军工程大学
Abstract: 本发明涉及一种多模态多尺度小目标分割网络训练推理方法及系统，该方法包括：将含有小目标的红外图像及可见光图像送入分割网络进行推理，并得到预测掩码图；同时对红外图像和可见光图像的预测掩码图做膨胀处理得到膨胀后的掩码图；取膨胀后红外和可见光掩码图的并集作为新的掩码图；在新的掩码图上通过八邻域聚类算法获取多个目标的像素大小，并舍弃像素面积最大的目标作为最终的目标掩码图；步骤5.在最终的目标掩码图上进一步通过八邻域聚类算法获取所有目标数量、不同目标的锚框信息、长宽比、中心坐标和像素大小，并映射回原始红外图像。本发明旨在通过“红外图像”和“可见光图像”联合检测方法有效分辨出38万千米外的月亮和几十千米外的飞机或几百米外的小无人机，并对检测结果进行有效评估。
-
公开(公告)号：CN118905249A
公开(公告)日：2024-11-08
申请号：CN202410968180.6
申请日：2024-07-18
Applicant: 中国人民解放军陆军工程大学
IPC: B22F10/85 , B22F10/25 , B22F12/00 , B33Y10/00 , B33Y30/00 , B33Y50/02 , B22F12/90 , B22F10/30 , G06F30/17 , G06F30/20
Abstract: 本公开提供了一种复杂部件的智能修复方法和便携式智能激光熔覆修复方舱，方法包括：基于逆向工程构建待修复部件的逆向修复模型；确定逆向修复模型与待修复部件的原始设计模型之间的尺寸偏差；确定待修复部件的待修复区域模型；根据待修复区域模型，规划激光熔覆机器人的熔覆路径，并通过仿真形成可执行文件；通过激光熔覆机器人执行可执行文件，实现对待修复部件的待修复区域的激光熔覆修复。本公开通过逆向测绘技术、工业机械臂控制技术和激光熔覆工艺的融合，实现对复杂部件的修理前智能尺寸检测和自主智能激光熔覆修复，有效提升复杂部件的修复效率，缩短修复周期，达到了节约修理时间、降低资源和人力成本、提高精度和修复质量的综合效果。
-
公开(公告)号：CN118890117A
公开(公告)日：2024-11-01
申请号：CN202410934997.1
申请日：2024-07-12
Applicant: 中国人民解放军陆军工程大学
IPC: H04B17/391 , H04B17/345 , H04B17/309
Abstract: 一种面向模拟器的网络通信效能仿真方法，包括以下步骤：基于干扰源模拟器以及多个电台通信模拟器的参数配置，网电仿真平台执行初始化操作以获得任意两个电台模型之间的信道质量参数；确定参与通信的第一电台通信模拟器和第二电台通信模拟器；判断所述干扰源模拟器、第一电台通信模拟器以及第二电台通信模拟器中的至少一个的参数是否发生变化，若是，所述网电仿真平台基于所述干扰源模拟器、第一电台通信模拟器以及第二电台通信模拟器的变化后的参数更新第一电台模型和第二电台模型之间的信道质量参数；以及所述第一电台通信模拟器与第二电台通信模拟器之间基于最新的信道质量参数进行模拟通信。
-
公开(公告)号：CN118790539A
公开(公告)日：2024-10-18
申请号：CN202410944708.6
申请日：2024-07-15
Applicant: 中国人民解放军陆军工程大学
Abstract: 本发明涉及一种无人机归中定位装置以及车载无人机装置，无人机归中定位装置包括：顶板、转盘、第一归中件和第二归中件；顶板上设置有限位板，所述限位板包括：限位部和两个引导部，两个引导部对称设置在限位部的两侧，以对无人机组件的移动进行导向；第一归中件和第二归中件用于将无人机组件推动至转盘上，第一归中件上开设有定位孔，定位孔与无人机组件定位配合。本发明通过利用第一归中件和第二归中件对无人机组件进行推动，并且利用限位板的导向与限位，可以实现对无人机组件的归中操作，通过转盘带动无人机组件转动，并利用定位杆和定位孔之间的定位，实现对无人机组件的定位，便于无人机组件的充电和起飞工作。
-
Patent Agency Ranking
公开(公告)号：CN118298809B
公开(公告)日：2024-10-18
申请号：CN202410428635.5
申请日：2024-04-10
Applicant: 中国人民解放军陆军工程大学
IPC: G10L15/02 , G10L15/06 , G10L15/16 , G06F18/2415 , G06F18/214 , G06F18/22
Abstract: 本发明公开了一种基于软对比伪学习的开放世界伪造语音归因方法及系统，方法包括：将语音样本的时频特征输入训练好的伪造语音归因模型，输出语音样本的时频特征属于已知语音伪造方法和未知语音伪造方法中的各个类别的概率，作为伪造语音归因的识别结果；伪造语音归因模型包括：特征提取模块和特征分类模块；特征提取模块用于采用深度卷积神经网络提取语音样本的深层特征和浅层特征，将获得的所述语音样本的深层特征输出到所述特征分类模块；特征分类模块用于对语音样本的深层特征进行类别判断。本发明在不影响对已知类别数据的识别精度的同时，显著提高对未知类别和所有类别数据的聚类性能。
-
公开(公告)号：CN118761640A
公开(公告)日：2024-10-11
申请号：CN202410741254.2
申请日：2024-06-11
Applicant: 中国人民解放军陆军工程大学
IPC: G06Q10/0637 , G06N3/084 , G06Q10/20
Abstract: 本发明公开了一种基于ADC‑神经网络的装备维修保障效能评估方法，首先构建装备维修保障效能评估模型，之后基于BP神经网络确定装备维修保障效能评估模型中的参数，最后基于评估模型与确定的参数，完成装备维修保障效能评估。本发明的方案将数据集划分为训练集、验证集和测试集，确保模型在未见过的数据上也能保持较高的准确性，同时通过BP神经网络可以更加精确的描述装备维修保障能力与影响参数之间存在非线性关系，可以进一步提高模型评估的准确性，解决了装备维修保障效能评估难以量化的难题，为装备精确化维修、集约化维修提供支撑。
-
公开(公告)号：CN118736452A
公开(公告)日：2024-10-01
申请号：CN202411133145.9
申请日：2024-08-19
Applicant: 中国人民解放军陆军工程大学
Abstract: 本发明提供一种基于特征重组分配的航拍图像弱小目标检测方法、系统、介质及产品，方法包括将待检测的航拍图像输入训练好的航拍图像小目标检测网络，输出包含小目标识别结果的待检测的航拍图像；下采样骨干网络，用于获取最后三次下采样获得的每一层下采样特征，调整每一层航拍特征图维度；特征重整模块，用于生成携带关键冗余特征信息的重整特征；特征分配模块，用于将重整特征的特征尺寸和最后三次下采样获得的每一层下采样特征依次对齐后，分别送入关键信息融合模块；关键信息融合模块，用于将重整特征中的小目标特征与最后三次下采样获得的每一层下采样特征分别进行融合。解决了现有技术对航拍图像小目标检测不准确的问题。
-
公开(公告)号：CN118734699A
公开(公告)日：2024-10-01
申请号：CN202410859470.7
申请日：2024-06-28
Applicant: 中国人民解放军陆军工程大学
IPC: G06F30/27 , G06F18/23 , G06F18/27 , G06Q10/20 , G06Q10/0637
Abstract: 本发明公开了一种常用备件需求模糊预测方法、电子设备和可读存储介质。该方法括以下步骤：S1，构建A‑FCM‑FN模型；S2，将A‑FCM‑FN模型、移动平均模型、加权移动平均模型、指数加权移动平均模型与自回归移动平均模型组合，并融合诱导有序平均算子形成组合预测模型；S3，利用组合预测模型对后续时间点的备件需求值进行预测。该预测方法基于FCM和FN(Fuzzy Network)，构建A‑FCM‑FN模型，再基于该模型构建组合预测模型。本发明所述方法在保持模型解释性的同时提升预测精度，组合预测模型扩大模型的应用范围，提高模型的预测准确性。
-
公开(公告)号：CN115865237B
公开(公告)日：2024-09-27
申请号：CN202211561138.X
申请日：2022-12-07
Applicant: 中国人民解放军陆军工程大学
IPC: H04B17/318 , H04B17/373 , H04B17/40 , G06N3/045 , G06N3/0464 , G06N3/048 , G06N3/082 , G06N3/084 , G06F18/214
Abstract: 本发明公开了电波场强预测技术领域的一种基于卫星图像数据的深度学习场强预测方法及系统，方法包括：获取包含卫星图像数据的接收点位置参数；将包含卫星图像数据的接收点位置参数输入训练好的基于卫星图像数据的深度学习场强预测模型，输出接收点的预测场强。本发明在提高电波传播场强的预测精度的同时减少了模型的计算量。
-
-
-
-
-
-
-
-
-
Search Results
4526
records
(took 0.309 seconds)
