一种基于Kirchhoff理论的相干探测建模方法

    公开(公告)号:CN118859164A

    公开(公告)日:2024-10-29

    申请号:CN202410857738.3

    申请日:2024-06-28

    IPC分类号: G01S7/48 G16C60/00 G01S17/88

    摘要: 本申请的实施例涉及相干探测建模技术领域,特别涉及一种基于Kirchhoff理论的相干探测建模方法。所述方法包括:根据探测器的平方律特性,得到光电流表达式;将目标材料的粗糙面离散为多个小面元;基于Kirchhoff理论,求解单个小面元Δs的入射光场#imgabs0#和散射光场#imgabs1#将单个小面元Δs的入射光场#imgabs2#和散射光场#imgabs3#离散求和,得到整个目标材料的入射光场#imgabs4#和散射光场#imgabs5#将入射光场#imgabs6#与散射光场#imgabs7#代入光电流表达式,得到目标材料的整个粗糙面的相干探测模型I;改变材料类型、介电常数以及入射和出射场的偏振状态,利用相干探测模型I,分析材料本身对相干探测的影响,得到不同偏振状态下的相干探测结果。本申请首次引入目标材料介电常数对相干探测的影响,提高了探测技术的精确度和适用性。

    一种皮尔森系数矩阵与注意力融合的实时目标检测方法

    公开(公告)号:CN114187569B

    公开(公告)日:2024-09-27

    申请号:CN202111458521.8

    申请日:2021-12-02

    摘要: 本发明公开了一种皮尔森系数矩阵与注意力融合的实时目标检测方法,主要解决现有图像处理技术存在特征图全局上下文信息不全、特征图处理耗时高的问题。其实现方案为:1)获取实验训练集和测试集,并使用骨干网络提取各自的图片特征,将提取的图片特征图输入到皮尔森系数矩阵与注意力融合的编码器;将该编码器输出的具有全局上下文关系的特征图输入到现有的DETR模型解码器中,构建出皮尔森系数矩阵与注意力融合的目标检测模型;2)利用训练集对该目标检测模型进行训练;3)将测试集图片输入到训练好的目标检测模型,得到待预测图像中的目标分类及目标定位坐标。本发明提高了目标检测的精确度和速度,可用于自动驾驶、交通流量分析。

    基于遥操作的仿生机械手人机交互系统及方法

    公开(公告)号:CN118238147A

    公开(公告)日:2024-06-25

    申请号:CN202410556759.1

    申请日:2024-05-07

    IPC分类号: B25J9/16

    摘要: 本发明公开了一种基于遥操作的仿生机械手人机交互系统及方法。主要解决现有技术手势识别方案稳定性差、遥操作时沉浸感及真实感差的问题。其交互系统包括头戴式VR显示器、可穿戴臂环、力反馈手套、本地主机、无人车平台、深度相机、机械臂和远程主机;该头戴式VR显示器、可穿戴臂环、力反馈手套均与本地主机信号连接,该无人车平台、深度相机、机械臂均与远程主机信号连接,该本地主机与远程主机通信连接。其交互方法包括控制机械臂运动、实现力触觉反馈、显示机械臂相关信息并行的三部分。本发明能提高手势识别的稳定性和鲁棒性,提升远程工作效率及沉浸感,实现虚拟环境和真实工作环境从场景到交互的一致性,可用于代替工作人员进入极端危险环境作业。

    基于时间局部加权的锁相时移数据增强方法

    公开(公告)号:CN118228052A

    公开(公告)日:2024-06-21

    申请号:CN202410394532.1

    申请日:2024-04-02

    摘要: 本发明提出了一种基于时间局部加权的锁相时移数据增强方法,解决了现有技术中扩充数据无法充分保留原始信号特征,信噪比低,训练数据采集耗时长的问题,实现步骤为:采集SSVEP信号,截取得到原始模板信号;按照锁相时移步长滑动窗口,得到锁相时移数据集;得到每个刺激源的时间滤波器;经滤波得到时域滤波后的锁相时移数据集;生成扩充训练数据集。本发明将SSVEP的响应周期长度定义为锁相时移步长,保留了信号的原始特征,通过局部时间协方差矩阵提高了抑制扩充信号中噪声的性能,减少了训练数据的采集时间,在小训练集的情况下也保证了较高的识别准确率,提高了SSVEP‑BCI系统中训练数据的采集效率,可应用在机器人控制等人机交互场景中。

    基于表面肌电信号的可穿戴上肢肌肉负荷强度评估方法

    公开(公告)号:CN117442217A

    公开(公告)日:2024-01-26

    申请号:CN202311214306.2

    申请日:2023-09-19

    IPC分类号: A61B5/389

    摘要: 本发明公开了一种基于表面肌电信号的可穿戴上肢肌肉负荷强度评估方法。主要解决现有技术适用性差和肌肉负荷强度评估不准确的问题。其实现方案是:结合定性评估的RULA量表和定量评估的表面肌电信号,建立上肢姿态到肌电信号再到负荷强度的映射关系;构建高集成度可自定义扩展的低功耗可穿戴信号采集设备,以采集人体上肢信号;基于迁移学习和上肢信号建立适用不同用户的高鲁棒性神经网络模型,以评估用户的肌肉负荷强度;搭建肌肉负荷强度评估可视化平台,以展示上肢信号和肌肉负荷强度评估结果。本发明增提高了可穿戴设备的便携性、集成度和能耗比,提升了对不同人群上肢肌肉负荷强度评估的整体准确度,可用于评估人体上肢肌肉负荷强度等级。

    基于卷积神经网络的漫画人脸识别方法

    公开(公告)号:CN111832498B

    公开(公告)日:2023-07-28

    申请号:CN202010692679.0

    申请日:2020-07-17

    摘要: 本发明公开了一种基于卷积神经网络的漫画人脸识别方法,其步骤为:(1)生成训练集;(2)生成C‑F Loss损失函数;(3)训练Xception卷积神经网络;(4)生成识别图片集;(5)对漫画人脸图片进行识别。本发明采用Xception卷积神经网络提取特征,可以提取到更完整的漫画人脸特征获得更高的识别率,同时,本发明在交叉熵损失函数的基础上增加了Focal Loss损失函数生成一个C‑F Loss损失函数,解决了不同类中的图片数量的不平衡和图片在训练后输出对应类别名的难易程度的不平衡的问题。