-
公开(公告)号：CN112651329B
公开(公告)日：2022-10-11
申请号：CN202011536094.6
申请日：2020-12-23
Applicant: 中国人民解放军空军工程大学
IPC: G06V20/13 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种双流特征学习生成对抗网络的低分辨率船舶分类方法，包括步骤：一、建立船舶图像训练集；二、构建并训练集高频和低频图像分解器为一体的双流通道图像分解器；三、优化基于特征学习的生成对抗网络；四、训练船舶分类器；五、低分辨率船舶图像的高低频分量分解、增强、拼接及分类。本发明针对低分辨率船舶图像信息匮乏的问题，提出了双流特征学习生成对抗网络的船舶图像分类方法，解决了船舶图像在降采样过程中高频分量和低频分量损失不一致的问题，通过高分辨率图像引导，构建双流通道图像分解器，生成增强的图像特征，通过图像拼接，保留几乎所有的输入图像内容，完成低分辨率船舶分类任务,分类效果好。
-
Patent Agency Ranking
公开(公告)号：CN117389139A
公开(公告)日：2024-01-12
申请号：CN202311237065.3
申请日：2023-09-25
Applicant: 中国人民解放军空军工程大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于占优函数的非线性系统指令滤波控制方法、系统及控制器，属于智能控制技术领域。该指令滤波控制方法包括以下步骤，S1：建立不确定严反馈非线性动力学系统模型；S2：设计基于占优函数的通用指令滤波器；S3：确定非线性系统期望输出轨迹，计算跟踪误差；S4：设计控制输入信号u，使跟踪误差趋于0。本发明通过设计一种新的基于占优函数的通用指令滤波器，使得指令滤波器参数可以是任意正数，且能够使控制系统保持全局稳定，此外，该控制方法还能够大大降低控制设计的复杂度，使智能控制器的设计变得简化、易行。
-
公开(公告)号：CN117171984A
公开(公告)日：2023-12-05
申请号：CN202311071553.1
申请日：2023-08-24
Applicant: 中国人民解放军空军工程大学
IPC: G06F30/20 , G06F30/27 , G06Q10/0631 , G06N3/0442 , G06N3/048 , G06N3/08 , G06Q50/26 , G06F119/12
Abstract: 本发明公开了一种基于深度强化学习的空战机动决策方法，包括步骤：一、构建空战一对一甲乙对抗想定；二、构建甲乙两方飞机的三维相对态势、奖励函数和动作空间；三、建立基于深度强化学习的空战机动决策模型并训练；四、基于空战机动决策模型的机动决策。本发明基于PPO算法，通过加入长短时记忆神经网络层提升甲方飞机对机动动作时序特征的感知能力，根据采样频率参数对空战甲方飞机输出的动作进行随机偏移，以提升甲方飞机寻找最优机动决策的能力，有效解决了传统强化学习算法对空战时序机动动作特征的感知能力不足的问题。
-
公开(公告)号：CN119829945A
公开(公告)日：2025-04-15
申请号：CN202411901531.8
申请日：2024-12-23
Applicant: 中国人民解放军空军工程大学
IPC: G06F18/20 , G06N3/0442 , G06N3/045 , G06F18/213 , G06F123/02
Abstract: 本发明公开了一种多特征连续时序的BiLSTM+Attention三层空战目标意图预测方法，包括：一、建立空战意图预测基础数据集；二、对空战意图基础数据集进行威胁评估，获取空战意图威胁数据集；三、构建BiLSTM+Attention网络模型并将空战意图威胁数据集输入训练；四、后续时序数据基于轨迹预测、威胁评估和训练好的BiLSTM+Attention网络模型进行战术意图预测。本发明方法步骤简单、设计合理，结合前向的连续多个时刻空战特征数据和后向目标飞机空战轨迹预测数据，以及战场威胁评估进行意图预测，提高了空战目标意图预测可靠性。
-
公开(公告)号：CN115222072A
公开(公告)日：2022-10-21
申请号：CN202210721372.8
申请日：2022-06-08
Applicant: 中国人民解放军空军工程大学
Abstract: 公开一种基于区块链的航空装备履历数据追溯系统，包括：用户管理模块、履历数据管理模块、同步模块、对比模块、查询模块、终端设备、网关中心。还提供一种基于区块链的数据安全验证方法，以及一种基于区块链的网关中心监管方法。本发明能够实现航空装备履历数据在全生命周期内可追溯，保证履历数据对区块链内的节点透明，且不可篡改，解决当前航空装备履历数据管理模式的缺陷，解决机务维护数据分享不充分，人为登记出错率高，保存成本大等问题。
-
公开(公告)号：CN112651329A
公开(公告)日：2021-04-13
申请号：CN202011536094.6
申请日：2020-12-23
Applicant: 中国人民解放军空军工程大学
Abstract: 本发明公开了一种双流特征学习生成对抗网络的低分辨率船舶分类方法，包括步骤：一、建立船舶图像训练集；二、构建并训练集高频和低频图像分解器为一体的双流通道图像分解器；三、优化基于特征学习的生成对抗网络；四、训练船舶分类器；五、低分辨率船舶图像的高低频分量分解、增强、拼接及分类。本发明针对低分辨率船舶图像信息匮乏的问题，提出了双流特征学习生成对抗网络的船舶图像分类方法，解决了船舶图像在降采样过程中高频分量和低频分量损失不一致的问题，通过高分辨率图像引导，构建双流通道图像分解器，生成增强的图像特征，通过图像拼接，保留几乎所有的输入图像内容，完成低分辨率船舶分类任务,分类效果好。
-
-
-
-
-
Search Results
6
records
(took 0.025 seconds)
