-
公开(公告)号：CN112926381B
公开(公告)日：2022-06-21
申请号：CN202110023550.5
申请日：2021-01-08
Applicant: 浙江大学
Abstract: 本发明公开了一种基于激光检测技术的水下目标识别系统，其由激光雷达、数据库和上位机依次相连而成。所述激光雷达对所检测水下区域进行照射扫描获取图片数据，之后所述数据库存储检测到的图片数据，最终所述上位机从数据库中提取数据并对数据进一步处理。上位机处理过程包括图像数据处理模块、特征提取模块、检测识别模块以及结果显示模块。本发明运用退化模型反推恢复图像的图片复原技术提升系统准确性，运用角点检测识别算法提升系统智能性，从而提供了一种智能性强、识别准确率高的水下目标识别系统。
-
公开(公告)号：CN114154486A
公开(公告)日：2022-03-08
申请号：CN202111320100.9
申请日：2021-11-09
Applicant: 浙江大学
IPC: G06F40/232 , G06F40/216 , G06F40/242 , G06F40/30 , G06F16/35 , G06N3/04 , G06N3/08
Abstract: 本发明公开一种针对中文语料拼写错误的智能纠错系统。该智能检测仪由文本特征提取模块、文本错误识别模块、文本错误校正模块三个模块构成。本发明不需要对含错文本进行人工标注，具有实现方法简单、识别精度高、鲁棒性好等特点。
-
Patent Agency Ranking
公开(公告)号：CN114153971A
公开(公告)日：2022-03-08
申请号：CN202111321911.0
申请日：2021-11-09
Applicant: 浙江大学
Abstract: 本发明公开了一种含错中文文本纠错识别分类设备，该设备由中文文本数据库、中文特征提取模块、文本纠错模块、文本事件要素提取及分类模块组成。中文文本数据库搜集大量中文文本，然后中文特征提取模块负责对中文字词进行编码并转化为高维嵌入向量，接着文本纠错模块对含错文本进行纠错，最后文本事件要素提取及分类模块对文本中的各事件要素进行提取并对文本进行分类。本发明能够根据中文的形态、发音和语义来自动提取中文文本中丰富的特征以自动完成中文文本的纠错以及分类任务，克服了现有成果对于中文文本自动纠错能力较差以及对于中文文本分类模型研究的不足，为自然语言处理中的文本分类技术在中文文本上的应用带来显著增效。
-
公开(公告)号：CN112926383A
公开(公告)日：2021-06-08
申请号：CN202110025071.7
申请日：2021-01-08
Applicant: 浙江大学
Abstract: 本发明公开了一种基于水下激光图像的目标自动识别系统，基于水下激光图像实现水下目标的自动特征提取和目标识别，采用包含一个或多个水下目标的激光图像作为输入，通过图像增强提高水下激光图像质量，基于构建的水下激光图像数据库进行水下激光目标自动特征提取和识别模型建模，并使用构建的识别模型进行新水下激光目标识别。本发明实现了自动特征提取和目标识别，可识别同一水下激光图像中多个目标，具有准确率高、速度快、可靠性强等优点，解决了常规水下激光目标识别步骤繁琐、只适用于单目标、识别准确率低、速度慢等缺点。
-
公开(公告)号：CN112926381A
公开(公告)日：2021-06-08
申请号：CN202110023550.5
申请日：2021-01-08
Applicant: 浙江大学
Abstract: 本发明公开了一种基于激光检测技术的水下目标识别系统，其由激光雷达、数据库和上位机依次相连而成。所述激光雷达对所检测水下区域进行照射扫描获取图片数据，之后所述数据库存储检测到的图片数据，最终所述上位机从数据库中提取数据并对数据进一步处理。上位机处理过程包括图像数据处理模块、特征提取模块、检测识别模块以及结果显示模块。本发明运用退化模型反推恢复图像的图片复原技术提升系统准确性，运用角点检测识别算法提升系统智能性，从而提供了一种智能性强、识别准确率高的水下目标识别系统。
-
公开(公告)号：CN111126134A
公开(公告)日：2020-05-08
申请号：CN201911095055.4
申请日：2019-11-11
Applicant: 浙江大学
Abstract: 本发明公开了一种基于非指纹信号消除器的雷达辐射源深度学习识别方法，原始的雷达辐射源信号包含指纹特征与非指纹特征部分，对于指纹特征的提取和非指纹特征的抑制与消除将在很大程度上提高雷达辐射源识别精确度。本申请利用深度学习网络作为辐射源信号特征提取器，结合提出的非指纹信号消除器，提取辐射源信号的指纹信息，消除抑制非指纹信号，实现雷达辐射源识别效果的提升。
-
公开(公告)号：CN103955170A
公开(公告)日：2014-07-30
申请号：CN201310659575.X
申请日：2013-12-09
Applicant: 浙江大学
IPC: G05B19/418 , G06N3/02
CPC classification number: Y02P90/02
Abstract: 本发明公开了一种群智寻优的丙烯聚合生产过程最优在线预报系统，包括丙烯聚合生产过程、现场智能仪表、控制站、存放数据的DCS数据库、基于群智寻优的最优在线预报系统以及熔融指数预报值显示仪。现场智能仪表及控制站与丙烯聚合生产过程相连，与DCS数据库相连；最优在线预报系统与DCS数据库及预报值显示仪相连。所述的基于群智寻优的最优在线预报系统包括模型更新模块、数据预处理模块、PCA主成分分析模块、神经网络模型模块以及群智优化模块。以及提供了一种用在线预报系统实现的预报方法。本发明实现在线测量、在线参数优化、预报速度快、模型自动更新、抗干扰能力强、精度高。
-
-
-
-
-
-
Search Results
77
records
(took 0.022 seconds)
