-
公开(公告)号：CN117031423A
公开(公告)日：2023-11-10
申请号：CN202310492339.7
申请日：2023-05-05
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于三维多帧回溯处理的毫米波雷达目标检测方法，主要解决现有技术在雨、雪、树叶这些动杂波背景下输出虚警率高，多运动目标多帧处理回溯滤波分辨困难及回溯滤波器易与目标点迹失配的问题。其实现方案为：选择多帧回溯帧数Q和多帧处理判决门限Q0；实时接收帧内检测的点集Ωl；当缓存点集数达到多帧回溯帧数Q时，提取当前帧点集内疑似点迹信息；由点迹信息设计单元扩展三维锥状回溯滤波器Λq(k″,p)，由该滤波器计算多帧回溯滤波处理逻辑值ξq；累加ξq计算累积逻辑结果y，判断目标或虚警点迹。本发明降低了虚警概率，提高对运动目标的检测性能，可用于动杂波背景下的虚警排除及运动目标的检测与跟踪。
-
公开(公告)号：CN112966156A
公开(公告)日：2021-06-15
申请号：CN202110309745.6
申请日：2021-03-23
Applicant: 西安电子科技大学
IPC: G06F16/901 , G06F17/16
Abstract: 本发明公开了一种基于结构扰动与线性优化的有向网络链路预测方法，主要解决有向网络中的链路预测的预测准确性较低的问题。其方案是：1)下载一个真实的有向网络数据集，获得有向网络的邻接矩阵；2)将网络邻接矩阵分解为对称矩阵和非对称矩阵；3)将对称矩阵划分为剩余集和扰动集，并用扰动集对剩余集进行干扰，得到当前初始扰动矩阵；4)重复3)共10次取平均，并加上非对称矩阵，得到最终的扰动矩阵；5)将最终扰动矩阵作为线性优化LO算法的输入，计算相似度矩阵S；6)将S中未连接节点对的相似度按照降序排列，取前P条链路即为预测出来的有向网络链路。本发明提高了链路的预测精度，可用于各类推荐系统和交通系统。
-
公开(公告)号：CN109977892A
公开(公告)日：2019-07-05
申请号：CN201910254709.7
申请日：2019-03-31
Applicant: 西安电子科技大学
Abstract: 本发明提供了一种基于局部显著性特征和CNN‑SVM的舰船检测方法，用于解决现有技术中存在的复杂背景下舰船检测准确率较低的技术问题。实现步骤为：1.构建训练样本集；2.构建CNN‑SVM舰首点分类模型；3.构造显著性特征提取算子；4.对待检测舰船图像进行预处理；5.对待检测舰船图像的疑似舰船首部显著性特征点进行检测；6.提取待检测舰船图像的舰船首部显著性特征点；7.确认舰船方向；8.获取舰船检测结果。本发明设计构造显著性特征提取算子能够有效提高舰首点的召回率，同时利用CNN‑SVM舰首点分类模型提高舰首点分类准确率，从而提高复杂场景下的舰船检测准确率。
-
Patent Agency Ranking
公开(公告)号：CN111915583B
公开(公告)日：2024-02-09
申请号：CN202010741321.2
申请日：2020-07-29
Applicant: 西安电子科技大学
IPC: G06V20/52 , G06V20/54 , G06V20/56 , G06V40/10 , G06V10/774 , G06V10/82 , G06N3/0464 , G06T7/00 , G06T7/90
Abstract: 本发明提供了一种复杂场景中基于车载红外热像仪的车辆和行人检测方法，解决现有技术中在复杂场景中进行车辆和行人检测平均准确率低的问题。其实现方案为：1.构建红外图像数据集，并将其分为训练样本和测试样本；2.对红外图像训练样本进行扩充；3.在YOLOv3网络特征图的第103层上下并行加入两个3×3卷积层，以与YOLOv3网络特征图第103层之后的3×3卷积层和1×1卷积层并行工作，构成新的YOLOv3网络；4.利用红外图像训练样本对新的YOLOv3网络进行训练；5.利用训练好的新YOLOv3网络模型检测测试样本集中的红外图像。本发明有效提高了红外图像中细小和密集目标的检测精度，可用于对复杂场景下目标分类和定位。
-
公开(公告)号：CN116559812A
公开(公告)日：2023-08-08
申请号：CN202310495619.3
申请日：2023-05-05
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于双参数复合高斯模型的雨杂波建模方法，主要解决现有技术无法准确描述毫米波段的多脉冲雨杂波的幅度分布特性的问题。其实现方案是：1)利用复合高斯模型中的四个双参数模型，构建毫米波段雨杂波幅度的四个分布模型；2)用构建的四个毫米波段雨杂波幅度分布模型分别拟合一组雨杂波数据集X；3)分别计算四个毫米波段雨杂波幅度分布模型的KS距离和KL散度；4)构建最优幅度分布模型选择测度；5)利用最优幅度分布模型选择测度选择对雨杂波数据集X拟合性能最优的毫米波段雨杂波幅度分布模型。本发明能准确描述毫米波段雨杂波的幅度分布特性，可用于构建门限随雨杂波特性自适应变化的恒虚警检测器，提升目标检测性能。
-
公开(公告)号：CN112966156B
公开(公告)日：2023-03-21
申请号：CN202110309745.6
申请日：2021-03-23
Applicant: 西安电子科技大学
IPC: G06F16/901 , G06F17/16
Abstract: 本发明公开了一种基于结构扰动与线性优化的有向网络链路预测方法，主要解决有向网络中的链路预测的预测准确性较低的问题。其方案是：1)下载一个真实的有向网络数据集，获得有向网络的邻接矩阵；2)将网络邻接矩阵分解为对称矩阵和非对称矩阵；3)将对称矩阵划分为剩余集和扰动集，并用扰动集对剩余集进行干扰，得到当前初始扰动矩阵；4)重复3)共10次取平均，并加上非对称矩阵，得到最终的扰动矩阵；5)将最终扰动矩阵作为线性优化LO算法的输入，计算相似度矩阵S；6)将S中未连接节点对的相似度按照降序排列，取前P条链路即为预测出来的有向网络链路。本发明提高了链路的预测精度，可用于各类推荐系统和交通系统。
-
公开(公告)号：CN111915583A
公开(公告)日：2020-11-10
申请号：CN202010741321.2
申请日：2020-07-29
Applicant: 西安电子科技大学
Abstract: 本发明提供了一种复杂场景中基于车载红外热像仪的车辆和行人检测方法，解决现有技术中在复杂场景中进行车辆和行人检测平均准确率低的问题。其实现方案为：1.构建红外图像数据集，并将其分为训练样本和测试样本；2.对红外图像训练样本进行扩充；3.在YOLOv3网络特征图的第103层上下并行加入两个3×3卷积层，以与YOLOv3网络特征图第103层之后的3×3卷积层和1×1卷积层并行工作，构成新的YOLOv3网络；4.利用红外图像训练样本对新的YOLOv3网络进行训练；5.利用训练好的新YOLOv3网络模型检测测试样本集中的红外图像。本发明有效提高了红外图像中细小和密集目标的检测精度，可用于对复杂场景下目标分类和定位。
-
公开(公告)号：CN109977892B
公开(公告)日：2020-11-10
申请号：CN201910254709.7
申请日：2019-03-31
Applicant: 西安电子科技大学
Abstract: 本发明提供了一种基于局部显著性特征和CNN‑SVM的舰船检测方法，用于解决现有技术中存在的复杂背景下舰船检测准确率较低的技术问题。实现步骤为：1.构建训练样本集；2.构建CNN‑SVM舰首点分类模型；3.构造显著性特征提取算子；4.对待检测舰船图像进行预处理；5.对待检测舰船图像的疑似舰船首部显著性特征点进行检测；6.提取待检测舰船图像的舰船首部显著性特征点；7.确认舰船方向；8.获取舰船检测结果。本发明设计构造显著性特征提取算子能够有效提高舰首点的召回率，同时利用CNN‑SVM舰首点分类模型提高舰首点分类准确率，从而提高复杂场景下的舰船检测准确率。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.027 seconds)
