-
公开(公告)号：CN115830477A
公开(公告)日：2023-03-21
申请号：CN202211509371.3
申请日：2022-11-29
申请人： 西安电子科技大学广州研究院 , 西安电子科技大学
IPC分类号： G06V20/17 , G06V10/764 , G06V10/766 , G06V10/82 , G06N3/0442 , G06N3/0464 , G06N3/0895
摘要： 本发明公开了一种面向无人机目标检测的动态上下文关系采集网络(DyCC‑Net)结构，包括骨干网络，骨干网络通过动态上下文关系采集器(DyCC)连接顶到底通路，顶到底通路连接检测头。本发明DyCC‑Net通过DyCC，实现了对于输入图像的感知推理。DyCC‑Net能够自动地区分不同难度的图像，自主地选择是否执行上下文关系采集模块，从而在保障目标检测性能的前提下，减少算法计算开销的目标。实施例表明，DyCC‑Net的检测性能不仅比国际最先进的检测算法还要高出2％左右的准确率，而且算法的计算开销减少约10％。
-
公开(公告)号：CN117435670A
公开(公告)日：2024-01-23
申请号：CN202311251998.8
申请日：2023-09-26
申请人： 河钢数字技术股份有限公司 , 河钢雄安数字科技有限公司 , 西安电子科技大学
IPC分类号： G06F16/27 , G06F16/2458 , G06F16/2455 , G06F16/21 , G06F9/54
摘要： 本申请适用于电数字数据处理技术领域，提供了异构数据源同步方法、系统、电子设备及存储介质，该异构数据源同步方法包括：获取异构数据源中数据库日志的数据变更信息，并分别存储到第一Topic中；获取第一Topic中的数据变更信息，并将第一Topic中的数据变更信息包装为多条事件流；将每条事件流中的数据变更信息转化为MyRecord对象，并将事件流进行分区，形成多个键控流，对每个键控流上的MyRecord对象进行聚合；将聚合后的多条事件流合并为一条事件流，整合合并后的事件流，并存储到第二Topic中；将第二Topic中的数据变更信息分发到目标数据库。本申请实施例可同时兼顾实时性、低侵入性和较高同步效率。
-
公开(公告)号：CN106940739B
公开(公告)日：2020-06-23
申请号：CN201710094050.4
申请日：2017-02-21
申请人： 西安电子科技大学
IPC分类号： G06F30/23 , G06F30/15 , G06F113/28
摘要： 本发明公开了一种振动对机翼共形相控阵天线电性能影响的快速预测方法，包括：1)确定机翼共形相控阵天线结构参数，建立有限元模型；2)通过模态分析得到结构固有频率、模态振型；3)确定结构振动载荷，求解模态位移；4)计算振动载荷下模态对应的输出能量；5)确定振动载荷下的结构主模态；6)模态叠加求出原始坐标下的位移；7)通过机电耦合模型得出振动对共形相控阵天线电性能的影响。本发明只需对模型建模分析一次得到其模态信息，极大的缩短了分析时间；利用载荷下的主模态进行振型叠加，可快速计算出结构变形；降低运算规模，提高计算效率；将主模态挑选与机电耦合方法相结合，可快速计算出电性能的变化，保障天线服役性能稳定可靠。
-
公开(公告)号：CN108470096B
公开(公告)日：2020-05-05
申请号：CN201810196185.6
申请日：2018-03-09
申请人： 西安电子科技大学
摘要： 本发明公开了一种基于卡尔曼滤波的有源相控阵天线形面重构方法，包括：确定有源相控阵天线结构参数，建立有限元模型；通过模态分析得到天线的固有频率、位移和应变模态；建立多类型测量信息下的状态空间方程和离散状态空间方程，估计激励值；数据更新，更新此时刻天线的真实状态值；对时间状态进行更新，预测出下时刻天线的状态值，重复卡尔曼滤波迭代过程直至达到时间离散段数；估计出每一时刻天线的真实状态，继而重构出时域内天线整个阵面的形变。本发明根据天线少数点的测量信息，重构整个阵面的形貌特征，提高了后续重构精度，使重构结果更加准确，保障天线服役性能稳定可靠。
-
公开(公告)号：CN103969634A
公开(公告)日：2014-08-06
申请号：CN201410178887.3
申请日：2014-04-29
申请人： 西安电子科技大学
IPC分类号： G01S7/41
摘要： 本发明属于雷达技术，涉及一种雷达目标属性特征提取方法，公开了一种基于全极化属性散射中心模型的目标属性特征提取方法，其实现过程是：首先利用噪声样本建立散射中心强度门限，在雷达图像中进行强散射中心检测，并确定散射中心参数的取值集合；然后根据属性散射中心模型构建字典，通过对目标的极化分解系数矩阵分别施加行稀疏约束与矩阵稀疏约束，利用坐标轮回下降法对极化分解系数矩阵与极化散射机理矩阵进行优化，进而可得目标属性散射中心参数及其极化特征。本发明能在属性散射中心重叠情况下有效提取目标属性散射中心及其极化特征，可用于雷达目标分类识别。
-
公开(公告)号：CN103064071A
公开(公告)日：2013-04-24
申请号：CN201210414929.X
申请日：2012-10-25
申请人： 西安电子科技大学
IPC分类号： G01S7/41
摘要： 本发明公开一种基于稀疏分解的雷达目标属性散射中心特征提取方法，主要解决现有基于对雷达图像进行图像分割提取属性散射中心方法的模型失配、特征易丢失以及参数估计精度较低的问题。其实现过程是：首先利用噪声样本建立散射中心强度门限，在雷达图像中进行强散射中心检测，并确定散射中心参数的取值集合；然后根据属性散射中心模型，利用坐标轮回下降技术构建超分辨字典，通过求解0范数优化问题得到目标属性散射中心参数超分辨估计集合，根据散射中心参数集合提取目标及其重要部件的几何尺寸特征。本发明能有效提取目标属性散射中心、超分辨估计散射中心参数、精确估计目标及其重要部件几何尺寸，可用于雷达目标分类识别。
-
公开(公告)号：CN116701511A
公开(公告)日：2023-09-05
申请号：CN202310675905.8
申请日：2023-06-08
申请人： 西安电子科技大学
IPC分类号： G06F16/25 , G06F16/23 , G06F16/215 , G06F16/957 , G06F16/958
摘要： 本发明公开面向B/S业务场景的数据自动化融合录入系统及方法，包括多源数据融合校对模块、业务数据智能录入模块以及异常错误处理模块；多源数据融合校对模块用于将数据进行导入和融合，形成融合后的业务待录入数据；业务数据智能录入模块通过WebDriver驱动浏览器的方式将业务待录入数据填入到Web页面中，并以多线程的方式进行录入；异常错误处理模块用于处理运行过程中的错误。本发明的融合录入系统，可以使得用户在不同的项目数据录入过程中，仅需一次对数据项校对，显著提高多源数据的融合准确率以及录入效率，并能够有效降低数据信息在处理以及录入过程中出现的异常输入以及人工操作失误。
-
公开(公告)号：CN108470096A
公开(公告)日：2018-08-31
申请号：CN201810196185.6
申请日：2018-03-09
申请人： 西安电子科技大学
摘要： 本发明公开了一种基于卡尔曼滤波的有源相控阵天线形面重构方法，包括：确定有源相控阵天线结构参数，建立有限元模型；通过模态分析得到天线的固有频率、位移和应变模态；建立多类型测量信息下的状态空间方程和离散状态空间方程，估计激励值；数据更新，更新此时刻天线的真实状态值；对时间状态进行更新，预测出下时刻天线的状态值，重复卡尔曼滤波迭代过程直至达到时间离散段数；估计出每一时刻天线的真实状态，继而重构出时域内天线整个阵面的形变。本发明根据天线少数点的测量信息，重构整个阵面的形貌特征，提高了后续重构精度，使重构结果更加准确，保障天线服役性能稳定可靠。
-
公开(公告)号：CN103969634B
公开(公告)日：2016-08-24
申请号：CN201410178887.3
申请日：2014-04-29
申请人： 西安电子科技大学
IPC分类号： G01S7/41
摘要： 本发明属于雷达技术，涉及一种雷达目标属性特征提取方法，公开了一种基于全极化属性散射中心模型的目标属性特征提取方法，其实现过程是：首先利用噪声样本建立散射中心强度门限，在雷达图像中进行强散射中心检测，并确定散射中心参数的取值集合；然后根据属性散射中心模型构建字典，通过对目标的极化分解系数矩阵分别施加行稀疏约束与矩阵稀疏约束，利用坐标轮回下降法对极化分解系数矩阵与极化散射机理矩阵进行优化，进而可得目标属性散射中心参数及其极化特征。本发明能在属性散射中心重叠情况下有效提取目标属性散射中心及其极化特征，可用于雷达目标分类识别。
-
公开(公告)号：CN103064071B
公开(公告)日：2014-07-23
申请号：CN201210414929.X
申请日：2012-10-25
申请人： 西安电子科技大学
IPC分类号： G01S7/41
摘要： 本发明公开一种基于稀疏分解的雷达目标属性散射中心特征提取方法，主要解决现有基于对雷达图像进行图像分割提取属性散射中心方法的模型失配、特征易丢失以及参数估计精度较低的问题。其实现过程是：首先利用噪声样本建立散射中心强度门限，在雷达图像中进行强散射中心检测，并确定散射中心参数的取值集合；然后根据属性散射中心模型，利用坐标轮回下降技术构建超分辨字典，通过求解0范数优化问题得到目标属性散射中心参数超分辨估计集合，根据散射中心参数集合提取目标及其重要部件的几何尺寸特征。本发明能有效提取目标属性散射中心、超分辨估计散射中心参数、精确估计目标及其重要部件几何尺寸，可用于雷达目标分类识别。
-
-
-
-
-
-
-
-
-
搜索结果
14 条记录 (耗时 0.042 秒)
