-
公开(公告)号:CN117316752A
公开(公告)日:2023-12-29
申请号:CN202310938648.2
申请日:2023-07-28
申请人: 西安电子科技大学
IPC分类号: H01J49/00 , G01N27/622
摘要: 本发明提供一种通过虚拟离子门解决FT‑IMS高倍谐峰干扰的方法,包括:预设调制频率;产生并获取调制频率对应的FT‑IMS方波门控调制信号及与FT‑IMS方波门控调制信号相匹配的FT‑IMS正弦波门控调制信号;FT‑IMS方波门控调制信号控制真实离子迁移谱仪的前离子门对进入迁移管的离子流进行调制;FT‑IMS正弦波门控调制信号作为虚拟门与法拉第盘实际检测的经FT‑IMS方波门控调制信号调制的离子流电流强度信号进行计算,得到调制频率的检测结果;基于检测结果,确定覆盖预设检测范围的调制频率;基于覆盖预设检测范围的调制频率,通过对应调制频率下的离子流电流强度均值得到频率域干涉谱图,从而通过FT‑IMS算法得到无高倍谐峰干扰的时间谱图。本方法解决求解时域谱图产生高倍谐峰干扰问题。
-
公开(公告)号:CN116630369A
公开(公告)日:2023-08-22
申请号:CN202310156686.2
申请日:2023-02-23
申请人: 西安电子科技大学
摘要: 本发明公开基于时空记忆网络的无人机目标跟踪方法,包括以下步骤:步骤1,从数据集中采样图像并进行图像增强构成训练数据集;步骤2,创建基于时空记忆网络的无人机目标跟踪网络模型;步骤3,对基于时空记忆网络的无人机目标跟踪网络模型进行基于掩码重建的预训练;步骤4,对于步骤3预训练好的基于时空记忆网络无人机目标跟踪网络模型进行再训练;步骤5,将待跟踪视频输入到步骤4训练好的基于时空记忆网络的无人机目标跟踪网络模型,得到跟踪结果。该方法解决了无人机目标发生形变而导致的问题,提升了跟踪成功率和准确率。
-
公开(公告)号:CN115588033A
公开(公告)日:2023-01-10
申请号:CN202211083601.4
申请日:2022-09-06
申请人: 西安电子科技大学
摘要: 本发明公开了基于结构提取的合成孔径雷达与光学图像配准系统及方法,结构提取、特征点提取、特征点描述、二次配准和配准结果显示模块;方法包括:对合成口径雷达和光学图像进行结构提取,得到多层结构图;在每层结构图中利用多尺度Harris角点提取器提取特征点;结合Sobel算子和相位一致性最大矩,构建增强的结构描述子;结合特征点的位置和角度信息进行由粗到细的配准;用棋盘格格式显示配准图像。本发明在去除纹理的结构图像上提取特征点并构建增强描述子,能克服合成口径雷达图像上光斑噪声和光学图像纹理区域对配准的影响,促使特征点分布在特征显著的结构上,还能获得精确可区分的描述子,有效提高系统的配准精度和鲁棒性。
-
公开(公告)号:CN113887559A
公开(公告)日:2022-01-04
申请号:CN202111017290.7
申请日:2021-08-31
申请人: 西安电子科技大学
摘要: 本发明属于脑机接口技术应用技术领域,公开了一种脑不在环路应用的脑机信息融合分类方法及系统,所述脑不在环路应用的脑机信息融合分类系统由数据加载装置、图像预处理装置、大脑响应生成装置、图像特征可靠性预测装置和脑机特征融合分类装置组成;与现有技术相比,本发明的大脑响应生成模型利用深度学习技术在特征域构建图像特征到大脑响应特征的预测模型,预测模型整体结构简单,与共享表征空间的方法相比,不需要过多成对的大脑响应和刺激图像数据集就能训练成功,此大脑响应生成模型能够有效的集成到现有的脑机信息融合分类模型中,实现脑不在环路的推理应用,具有较高的实用意义。
-
公开(公告)号:CN115410266A
公开(公告)日:2022-11-29
申请号:CN202210845526.4
申请日:2022-07-18
申请人: 西安电子科技大学
IPC分类号: G06V40/18 , G06V10/40 , G06V10/82 , G06V10/764 , G06V10/776 , G06N3/04
摘要: 本发明公开了一种基于Transformer的眼动事件检测方法,包括以下步骤:对原始视线位置时间序列进行预处理;采用CNN网络对输入序列进行特征提取以获得字向量;对视线位置序列进行位置编码来表征序列的位置信息;采用Transformer学习眼动序列的全局特征,并使用全连接和Softmax将输入序列任意时刻预测为注视、眼跳和眼跳后震荡三个基本事件类型;采用事件级Cohen’s Kappa来评估性能。相比LSTM,Transformer可以有效地建立长序列上不同时刻观测之间的长期依赖关系且可以实现序列处理的高度并行化。从性能评估结果来看,本发明可以达到一个很好的眼动事件检测效果。
-
公开(公告)号:CN115393396A
公开(公告)日:2022-11-25
申请号:CN202210994127.4
申请日:2022-08-18
申请人: 西安电子科技大学
IPC分类号: G06T7/246 , G06V10/764 , G06V10/774 , G06V10/82 , G06T7/11 , G06N3/04 , G06N3/08
摘要: 本发明公开一种基于掩码预训练的无人机目标跟踪方法,包括以下步骤:步骤1,从数据集中采样图像对并进行图像增强构成训练数据集;步骤2,创建基于掩码预训练的无人机目标跟踪网络模型;步骤3,对基于掩码预训练的无人机目标跟踪网络模型进行基于掩码重建的预训练;步骤4,对于步骤3预训练好的基于掩码预训练无人机目标跟踪网络模型,移除解码器和掩码重建任务后进行再训练;步骤5,将待跟踪视频输入到步骤4训练好的基于掩码预训练的无人机目标跟踪网络模型,得到跟踪结果。本发明能够在保持跟踪精度的同时降低模型复杂度,很好地提升跟踪速度。
-
公开(公告)号:CN114742092A
公开(公告)日:2022-07-12
申请号:CN202210257094.5
申请日:2022-03-16
申请人: 西安电子科技大学
摘要: 本发明属于脑机接口技术应用技术领域,公开了一种共享子空间学习的脑机信息融合分类方法及系统,所述脑机信息融合分类方法包括训练阶段和推理阶段;其中,所述训练阶段利用成对的图像和大脑响应数据,通过正负样本采样的对比学习策略,优化图像和大脑响应的共享子空间模型参数,并训练图像分类器;所述推理阶段提取图像特征进行分类,实现整个脑机信息融合分类系统的应用目标。本发明的共享子空间学习的脑机信息融合分类系统能够端到端的训练共享子空间,实现大脑认知信息的高效迁移,提升了在复杂开场景下图像分类任务的性能;通过“脑不在环路”应用,提高了现实应用中的效率与稳定性,在脑机信息协同工作的新范式下具有广泛的应用前景。
-
公开(公告)号:CN113869369A
公开(公告)日:2021-12-31
申请号:CN202111017296.4
申请日:2021-08-31
申请人: 西安电子科技大学
摘要: 本发明属于脑机接口技术应用技术领域,公开了一种自适应脑机信息融合分类方法及系统,所述自适应脑机信息融合分类方法包括:分别提取大脑响应特征与刺激图像特征;分别训练线性SVM,计算每一个特征的分类灵敏度指标,作为特征可靠性标签;利用特征可靠性标签,分别建立大脑响应和刺激图像的特征可靠性预测模型;根据可靠性标签加权级联大脑响应与图像特征,构建融合特征集;在融合特征集上建立线性SVM分类模型,使用线性SVM分类模型对输入的融合特征进行分类。本发明能够有效评估大脑响应特征和图像特征的可靠性,自适应融合大脑响应和图像特征,降低因特征可靠性引起的融合负增益的风险,有效提高图像分类任务的性能。
-
公开(公告)号:CN116386124A
公开(公告)日:2023-07-04
申请号:CN202310161594.3
申请日:2023-02-24
申请人: 西安电子科技大学
IPC分类号: G06V40/18 , G06V10/764 , G06V10/80 , G06V10/774 , G06N3/0464 , G06N3/08
摘要: 本发明公开基于多尺度卷积的眼动事件检测方法,包括以下步骤:步骤1、眼动序列的预处理;步骤2,利用UNet模型对差分眼动序列进行多尺度特征提取与特征融合;步骤3,使用循环神经网络模拟眼动事件序列;步骤4、使用线性全连接层和Softmax将眼动序列中每一时刻的样本点分类为注视、眼跳和眼跳后震荡,实现眼动事件检测;步骤5、使用事件级Cohen’s Kappa来对分类后的三种眼动事件进行性能评估。本发明方法解决了单一尺度卷积核的卷积神经网络无法有效提取小样本事件的特征所造成的限制眼动事件检测方法性能的问题。
-
公开(公告)号:CN116152199A
公开(公告)日:2023-05-23
申请号:CN202310153013.1
申请日:2023-02-23
申请人: 西安电子科技大学
摘要: 本发明公开了一种基于分割图引导与正则约束的手部姿态与形状估计方法,主要解决现有技术在手物遮挡情况下估计结果准确率较低的问题。其实现方案是:将数据集划分为训练数据集与测试数据集;构建由特征提取主干、正则约束金字塔模块、分割引导模块以及回归模块构成的基于分割图引导与正则约束的手部姿势与形状估计网络;使用训练数据集对该网络进行训练;将测试数据集输入到训练好的网络中得到手部估计结果。本发明通过引入分割引导模块以利用不同可见度的手部分割图辅助手物遮挡下的估计,并通过引入正则约束金字塔模块对网络特征进行约束,相较于现有手部姿势与形状估计方法,显著提高了手部估计效果,可用于手部图像解译的中间处理。
-
-
-
-
-
-
-
-
-