-
公开(公告)号：CN112600594B
公开(公告)日：2022-02-08
申请号：CN202011446847.4
申请日：2020-12-08
IPC分类号： H04B7/0413 , H04B7/08 , H04B17/336 , G06N3/04 , G06N3/08
摘要： 本申请提出一种空频分组码识别方法、装置、计算机设备和存储介质。其中，方法包括：获取多个接收信号样本各自的N×N维互相关时频特征图；将预设数量的N×N维互相关时频特征图作为一组，将每组内的N×N维互相关时频特征图进行叠加后取平均；将经过叠加后取平均得到的N×N维互相关时频特征图进行两两拼接，得到N×2N维互相关时频特征图；基于新得到的N×2N维互相关时频特征图，训练多级残差网络，直至多级残差网络的模型收敛；识别已获取的接收信号的N×2N维互相关时频特征图，并将接收信号的N×2N维互相关时频特征图输入至已经完成训练的多级残差网络，获得接收信号对应的空频分组码类别。解决非时钟同步和低信噪比下的识别问题。
-
公开(公告)号：CN113640764A
公开(公告)日：2021-11-12
申请号：CN202110908110.8
申请日：2021-08-09
摘要： 本发明提供了一种基于多尺寸一维卷积的雷达一维距离像识别方法和装置，所述方法包括：计算机动目标的角度信息；获得机动目标的雷达一维距离像信息；获得角度数据集与雷达一维距离像数据集；获得雷达一维距离像的一维卷积预估尺寸；构建雷达一维距离像自动识别的多尺寸一维卷积神经网络模型；训练多尺寸一维卷积神经网络模型；将角度信息与雷达一维距离像信息输入训练后的多尺寸一维卷积神经网络模型，获得机动目标的雷达一维距离像识别结果。达到了自动提取机动目标雷达一维距离像中不同外形结构的不同距离单元长度特征，更贴近实际外形特征，加之角度信息，从而实现区分不同雷达视角下机动目标的一维距离像数据特征，有效提高识别率的技术效果。
-
公开(公告)号：CN112784487A
公开(公告)日：2021-05-11
申请号：CN202110093632.7
申请日：2021-01-22
摘要： 本申请提出一种飞行动作识别方法和装置，涉及数据处理技术领域，其中，方法包括：获取飞行参数；对飞行参数进行微分处理，获取特征参数矩阵；将特征参数矩阵输入已训练的卷积神经网络进行处理，获取动作类型。由此，将离散采样的飞行参数按时间等样分割，得到飞行参数的矩阵形式，将其时序特征转换为图像特征，进而可以利用卷积神经网络对图像处理的优势实现飞行的动作的快速识别，实现飞行动作识别效果好、识别准确率高，特别是能够实现在线识别。
-
公开(公告)号：CN112784487B
公开(公告)日：2022-05-03
申请号：CN202110093632.7
申请日：2021-01-22
摘要： 本申请提出一种飞行动作识别方法和装置，涉及数据处理技术领域，其中，方法包括：获取飞行参数；对飞行参数进行微分处理，获取特征参数矩阵；将特征参数矩阵输入已训练的卷积神经网络进行处理，获取动作类型。由此，将离散采样的飞行参数按时间等样分割，得到飞行参数的矩阵形式，将其时序特征转换为图像特征，进而可以利用卷积神经网络对图像处理的优势实现飞行的动作的快速识别，实现飞行动作识别效果好、识别准确率高，特别是能够实现在线识别。
-
公开(公告)号：CN113554685A
公开(公告)日：2021-10-26
申请号：CN202110881304.3
申请日：2021-08-02
摘要： 本发明涉及一种遥感卫星运动目标检测方法、装置、电子设备及存储介质，该方法包括：获取卫星视频；对所述视频进行预处理以得到视频帧图像，采用多峰高斯分布模型对所述视频帧图像进行处理以得到第一前景图像，采用三帧差分法对所述视频帧图像进行处理以得到第二前景图像，对所述第一前景图像和第二前景图像做与运算得到初步目标检测结果，其中在采用多峰高斯分布模型对所述视频帧图像进行处理的过程中基于对所述视频帧图像中像素点的像素值与高斯分布的匹配结果更新所述多峰高斯分布模型的参数。本发明利用帧差法的运算效率高的优势和混合高斯背景建模的稳定性和正确率高的特点，降低了虚警率，实现了在不同卫星视频数据下可靠的检测率。
-
公开(公告)号：CN112600594A
公开(公告)日：2021-04-02
申请号：CN202011446847.4
申请日：2020-12-08
IPC分类号： H04B7/0413 , H04B7/08 , H04B17/336 , G06N3/04 , G06N3/08
摘要： 本申请提出一种空频分组码识别方法、装置、计算机设备和存储介质。其中，方法包括：获取多个接收信号样本各自的N×N维互相关时频特征图；将预设数量的N×N维互相关时频特征图作为一组，将每组内的N×N维互相关时频特征图进行叠加后取平均；将经过叠加后取平均得到的N×N维互相关时频特征图进行两两拼接，得到N×2N维互相关时频特征图；基于新得到的N×2N维互相关时频特征图，训练多级残差网络，直至多级残差网络的模型收敛；识别已获取的接收信号的N×2N维互相关时频特征图，并将接收信号的N×2N维互相关时频特征图输入至已经完成训练的多级残差网络，获得接收信号对应的空频分组码类别。解决非时钟同步和低信噪比下的识别问题。
-
-
公开(公告)号：CN113640764B
公开(公告)日：2023-08-11
申请号：CN202110908110.8
申请日：2021-08-09
摘要： 本发明提供了一种基于多尺寸一维卷积的雷达一维距离像识别方法和装置，所述方法包括：计算机动目标的角度信息；获得机动目标的雷达一维距离像信息；获得角度数据集与雷达一维距离像数据集；获得雷达一维距离像的一维卷积预估尺寸；构建雷达一维距离像自动识别的多尺寸一维卷积神经网络模型；训练多尺寸一维卷积神经网络模型；将角度信息与雷达一维距离像信息输入训练后的多尺寸一维卷积神经网络模型，获得机动目标的雷达一维距离像识别结果。达到了自动提取机动目标雷达一维距离像中不同外形结构的不同距离单元长度特征，更贴近实际外形特征，加之角度信息，从而实现区分不同雷达视角下机动目标的一维距离像数据特征，有效提高识别率的技术效果。
-
公开(公告)号：CN113642627A
公开(公告)日：2021-11-12
申请号：CN202110908106.1
申请日：2021-08-09
摘要： 本发明提供了一种基于深度学习的图像与决策多源异类信息融合识别方法和装置，涉及多源异类信息技术领域，获得待识别图像数据与待融合决策信息，其中，所述待识别图像数据与所述待融合决策信息为多源异类信息；根据所述待识别图像数据与所述待融合决策信息，获得图像数据集与决策信息集；构造基于深度学习的图像与决策多源异类信息融合识别神经网络模型；利用所述图像数据集与所述决策信息集，训练所述神经网络模型；根据所述训练后的神经网络模型，对所述待识别图像数据与所述待融合决策信息进行并行融合计算处理，获得融合识别结果。实现了图像与决策多源异类信息的自动识别融合，有效提高识别精准度的技术效果。
-
-
-
-
-
-
-
-
搜索结果
9 条记录 (耗时 0.047 秒)
