-
公开(公告)号:CN108520235A
公开(公告)日:2018-09-11
申请号:CN201810312175.4
申请日:2018-04-09
申请人: 中国人民解放军国防科技大学
摘要: 一种压缩光谱特征感知方法,通过光谱压缩测量矩阵,基于构建的光谱压缩测量矩阵能够压缩提取光谱信号的特征信号,实现光谱特征的压缩感知。另外本发明给出了基于数字微镜阵列(DMD)的光谱压缩测量矩阵Φ的物理实现方法。压缩光谱特征感知方法可以有效避免信号重构与特征提取,测量数据可以直接用于分类识别,大大减少了计算与存储开销,提高了光谱信息获取的效率。由于光谱特征信号的维度远小于光谱信号的维度,因此压缩光谱特征感知方法获取的测量数据会小于传统压缩光谱成像的测量数据。
-
公开(公告)号:CN112485794B
公开(公告)日:2022-06-14
申请号:CN202011236518.7
申请日:2020-11-09
申请人: 中国人民解放军国防科技大学
IPC分类号: G01S13/90
摘要: 本发明涉及一种ISAR回波信号的稳健时频分析方法。该方法包括:获取ISAR回波信号;根据所述ISAR回波信号确定所述ISAR回波信号的时间片信号集;确定所述时间片信号集中每一时间片信号的频域表示基;根据所述频域表示基构造时频过完备卷积框架;根据所述时频过完备卷积框架以及所述ISAR回波信号建立联合优化模型;根据所述联合优化模型,利用迭代阈值算法进行求解,确定所述ISAR回波信号的时频谱。本发明有效提升了ISAR回波信号的时频分辨率。
-
公开(公告)号:CN112485794A
公开(公告)日:2021-03-12
申请号:CN202011236518.7
申请日:2020-11-09
申请人: 中国人民解放军国防科技大学
IPC分类号: G01S13/90
摘要: 本发明涉及一种ISAR回波信号的稳健时频分析方法。该方法包括:获取ISAR回波信号;根据所述ISAR回波信号确定所述ISAR回波信号的时间片信号集;确定所述时间片信号集中每一时间片信号的频域表示基;根据所述频域表示基构造时频过完备卷积框架;根据所述时频过完备卷积框架以及所述ISAR回波信号建立联合优化模型;根据所述联合优化模型,利用迭代阈值算法进行求解,确定所述ISAR回波信号的时频谱。本发明有效提升了ISAR回波信号的时频分辨率。
-
公开(公告)号:CN112231933A
公开(公告)日:2021-01-15
申请号:CN202011229746.1
申请日:2020-11-06
申请人: 中国人民解放军国防科技大学
IPC分类号: G06F30/20 , G06N7/00 , G06F111/04
摘要: 本发明涉及一种面向雷达电磁干扰效应分析的特征选择方法。该特征选择方法,利用流形学习估计特征空间的本征子空间,确定子空间的维度与结构,然后利用稀疏模型优化从原特征空间到其子空间的线性映射,最终实现面向雷达电磁干扰效应分析的特征评价与特征选择。本发明利用雷达电磁干扰效应分析的特征样本数据挖掘特征空间的本征结构,进而估计原特征空间到本征特征子空间的最优映射,最终实现特征有效评价,进而既可以独立实现特征选择,又可以与专家知识联合进行特征选择;同时,选择的特征个数可由本征特征子空间的维度决定,避免人为选择;此外,选择的特征能够尽量保持原特征空间结构,实现冗余特征的去除。
-
公开(公告)号:CN111931616A
公开(公告)日:2020-11-13
申请号:CN202010742205.2
申请日:2020-07-29
申请人: 中国人民解放军国防科技大学 , 西安电子科技大学
摘要: 本发明提出了一种基于移动智能终端传感器设备的情绪识别方法及系统,通过移动智能终端上的各传感器采集不同情绪类别下的原始传感器数据,作为训练样本,并标注各训练样本对应的真实情绪类别;从预处理后的各传感器数据中分别提取特征,得到不同情绪类别下的各训练样本所对应的特征向量,构建训练集;基于训练集得到最终的情绪识别分类器;利用情绪识别分类器对移动智能终端上的各传感器实时采集的原始传感器数据进行预测,获得情绪预测结果。本发明充分地利用了移动智能终端所采集的传感器数据的多维度性和采集方式的低参与性、便捷性,在情绪识别分类器下,得到一个较好的情绪识别预测结果。
-
公开(公告)号:CN109062677B
公开(公告)日:2020-07-31
申请号:CN201810750302.9
申请日:2018-07-10
申请人: 中国人民解放军国防科技大学 , 西安电子科技大学
摘要: 本发明公开一种无人机系统计算迁移方法及服务器,该方法包括:接收来自于无人机的计算任务;对计算任务内部的函数进行识别,获得函数依赖关系;据此将函数分为本地依赖和可迁移;并对计算任务进行分层建立层次化模型;通过迭代运算在模型运行所耗资源最小时获得最佳划分点,输出划分点给无人机;接收来自于无人机的迁移任务;迁移任务为位于划分点之后的节点包含的计算任务;在迁移任务内部的函数为可迁移时,根据当前信道稳定性和服务器负载状况选择执行或拒绝迁移任务。该方案解决了组件关系复杂、难以划分粒度、受宽带动态影响的问题,实现了根据实时变化的无线信道环境,划分计算迁移点,提高无人机执行计算任务实时处理和续航能力。
-
-
-
-
-