-
公开(公告)号：CN112926619B
公开(公告)日：2022-06-24
申请号：CN202110023549.2
申请日：2021-01-08
申请人： 浙江大学
IPC分类号： G06V10/764 , G06V10/774 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
摘要： 本发明公开了一种高精度水下激光目标识别系统，包括水下激光探测器、数据库及上位机；水下激光探测器、数据库和上位机依次相连，所述的水下激光探测器对待检测的水域进行探测，并将得到的图像存储到所述的数据库，所述的上位机包含数据生成模块、数据预处理模块、目标分类模块和结果显示模块。本发明提供一种实现水下环境数据生成和高准确度识别水下目标的水下激光目标识别系统及方法。
-
公开(公告)号：CN108921030A
公开(公告)日：2018-11-30
申请号：CN201810562764.8
申请日：2018-06-04
申请人： 浙江大学
摘要： 本发明公开了一种快速学习的SAR自动目标识别方法，该方法首先获取SAR目标图像数据并对其按目标类别加以标注，形成训练集，然后对训练集图像作数据增强并进行预处理，再构建稠密连接卷积神经网络，并将训练样本输入网络中进行训练，最后将待分类样本作预处理后输入网络进行识别。本发明的SAR自动目标识别训练时间短、识别率高、自动化程度高。
-
公开(公告)号：CN108921030B
公开(公告)日：2022-02-01
申请号：CN201810562764.8
申请日：2018-06-04
申请人： 浙江大学
IPC分类号： G06V20/13 , G06V10/774 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
摘要： 本发明公开了一种SAR自动目标识别方法，该方法首先获取SAR目标图像数据并对其按目标类别加以标注，形成训练集，然后对训练集图像作数据增强并进行预处理，再构建稠密连接卷积神经网络，并将训练样本输入网络中进行训练，最后将待分类样本作预处理后输入网络进行识别。本发明的SAR自动目标识别训练时间短、识别率高、自动化程度高。
-
公开(公告)号：CN111123203A
公开(公告)日：2020-05-08
申请号：CN201911095060.5
申请日：2019-11-11
申请人： 浙江大学
摘要： 本发明公开了一种基于密集连接残差网络的雷达个体识别系统与方法，其实现步骤包括：1)获取雷达辐射源信号数据集；2)对雷达辐射源信号作时频分析，将时间信号转换成时频图像；3)构建密集连接残差网络；4)将时频图像作为训练样本输入网络进行训练；5)将待分类信号转换为时频图像输入网络后进行识别。本方法主要解决现有雷达辐射源信号识别技术训练识别准确率较低的问题。
-
公开(公告)号：CN109815999B
公开(公告)日：2021-09-21
申请号：CN201910017519.3
申请日：2019-01-08
申请人： 浙江大学
IPC分类号： G06K9/62
摘要： 本发明公开了一种简便高效的自动化煤矸识别方法，本发明首先利用摄像装置获取煤矸图像并标记类别作为训练样本，然后对训练样本图像进行预处理，再构建煤矸识别网络，将处理后的训练样本输入网络中进行训练后，将处理后的训练样本再次输入已训练的网络，得到样本对应的特征向量；再将得到的特征向量利用PCA降维方法进行降维后作为新的训练样本输入SVM分类器中训练分类器；最后将待识别煤矸图像作预处理后输入煤矸识别网络得到特征向量后用PCA降维，再用SVM分类器进行识别，得到煤矸识别结果。本系统主要解决基于x射线的煤矸识别系统硬件成本较高、普适性较差的问题。
-
公开(公告)号：CN109919994A
公开(公告)日：2019-06-21
申请号：CN201910017480.5
申请日：2019-01-08
申请人： 浙江大学
摘要： 本发明公开了一种基于深度学习图像处理的采煤机滚筒自动调高系统，包括摄像模块、图像处理模块、高度预测模块、结果输出模块，其中摄像模块拍摄采煤机工作面煤岩图像并输入到图像处理模块，图像处理模块对煤岩图像进行识别处理并将结果输入高度预测模块，高度预测模块根据图像处理模块输出的煤岩界面高度信息预测出生产过程未来的煤岩界面高度，结果输出模块将控制量输入采煤机滚筒高度控制器，依据预测结果调节滚筒高度，实现对采煤机滚筒的自动调高。
-
公开(公告)号：CN108921029A
公开(公告)日：2018-11-30
申请号：CN201810562611.3
申请日：2018-06-04
申请人： 浙江大学
摘要： 本发明公开了一种融合残差卷积神经网络和PCA降维的SAR自动目标识别方法，该方法首先获取SAR目标图像数据并对其按目标类别加以标注，形成训练集，然后对训练集图像数据增强扩充并进行预处理，并构建残差卷积神经网络，再将训练样本输入网络中进行训练，将训练样本输入到训练好的网络模型中，以样本通过所有隐含层后得到的特征向量为新的训练集，将得到的特征向量利用PCA降维方法进行降维后输入到SVM分类器中训练；最后将待识别样本作预处理后输入网络，得到特征向量后用PCA降维，再用训练好的SVM分类器进行识别。本发明解决了现有SAR自动目标识别技术识别准确率较低的问题。
-
公开(公告)号：CN109919994B
公开(公告)日：2021-07-13
申请号：CN201910017480.5
申请日：2019-01-08
申请人： 浙江大学
摘要： 本发明公开了一种基于深度学习图像处理的采煤机滚筒自动调高系统，包括摄像模块、图像处理模块、高度预测模块、结果输出模块，其中摄像模块拍摄采煤机工作面煤岩图像并输入到图像处理模块，图像处理模块对煤岩图像进行识别处理并将结果输入高度预测模块，高度预测模块根据图像处理模块输出的煤岩界面高度信息预测出生产过程未来的煤岩界面高度，结果输出模块将控制量输入采煤机滚筒高度控制器，依据预测结果调节滚筒高度，实现对采煤机滚筒的自动调高。
-
公开(公告)号：CN112926619A
公开(公告)日：2021-06-08
申请号：CN202110023549.2
申请日：2021-01-08
申请人： 浙江大学
摘要： 本发明公开了一种高精度水下激光目标识别系统，包括水下激光探测器、数据库及上位机；水下激光探测器、数据库和上位机依次相连，所述的水下激光探测器对待检测的水域进行探测，并将得到的图像存储到所述的数据库，所述的上位机包含数据生成模块、数据预处理模块、目标分类模块和结果显示模块。本发明提供一种实现水下环境数据生成和高准确度识别水下目标的水下激光目标识别系统及方法。
-
公开(公告)号：CN109815999A
公开(公告)日：2019-05-28
申请号：CN201910017519.3
申请日：2019-01-08
申请人： 浙江大学
IPC分类号： G06K9/62
摘要： 本发明公开了一种简便高效的自动化煤矸识别方法，本发明首先利用摄像装置获取煤矸图像并标记类别作为训练样本，然后对训练样本图像进行预处理，再构建煤矸识别网络，将处理后的训练样本输入网络中进行训练后，将处理后的训练样本再次输入已训练的网络，得到样本对应的特征向量；再将得到的特征向量利用PCA降维方法进行降维后作为新的训练样本输入SVM分类器中训练分类器；最后将待识别煤矸图像作预处理后输入煤矸识别网络得到特征向量后用PCA降维，再用SVM分类器进行识别，得到煤矸识别结果。本系统主要解决基于x射线的煤矸识别系统硬件成本较高、普适性较差的问题。
-
-
-
-
-
-
-
-
-
搜索结果
10 条记录 (耗时 0.018 秒)
