公开(公告)号：CN115686947A

公开(公告)日：2023-02-03

申请号：CN202211449658.1

申请日：2022-11-18

申请人： 贵州大学

发明人： 李少波 ,  杨磊 ,  张安思 ,  李传江 ,  梁国强

IPC分类号： G06F11/14 ,  G06N3/0442

摘要： 本发明涉及无人机异常预测技术领域，公开了一种基于LSTM‑AE的多维无人机异常飞行数据恢复预测方法，包括以下步骤：步骤1：采集初始数据集；所述初始数据集中包含有多个维度的无人机飞行参数数据；步骤2：采用Savitzky‑Golay滤波器预处理初始数据集；步骤3：采用最大信息系数方法自预处理后的初始数据集中提取得到具有相关性的参数子集；步骤4：对参数子集进行数据划分，并输入至LSTM‑AE模型中；步骤5：LSTM‑AE模型对参数子集进行重构，并输出重构数据；该重构数据对应为参数的恢复值。本发明提供的恢复方法，能够自动提取相关性参数子集并根据相关性异常参数之间的微小变化趋势，以实现高精度的异常恢复。

公开(公告)号：CN115690362A

公开(公告)日：2023-02-03

申请号：CN202211449634.6

申请日：2022-11-18

申请人： 贵州大学

发明人： 梁国强 ,  张安思 ,  张旭东 ,  张保 ,  王从宝

IPC分类号： G06T17/20 ,  G06N3/0464 ,  G06N3/08 ,  G06V10/774 ,  G06V10/82

摘要： 本发明涉及特征信息识别技术领域，公开了一种基于少量训练数据的三维点云分类方法，包括以下步骤：建立目标点的三维点云模型，并随机获取多个三维点云样本数据，采用Siamese网络深度学习模型进行模型训练；改进PointNet++网络，利用卷积神经网络的思想进行层次化的特征学习，并添加两点间距离进行全局特征提取；将改进PointNet++网络作为Siamese网络的共享网络，建立三维点云分类模型；采集目标点内所有的三维点云数据，并利用三维点云分类模型对得到的三维点云数据进行分类。本发明具有实现少量样本数据下完成分类，提高在有限点云数据情况下的分类结果准确率的有益效果。

公开(公告)号：CN114445467A

公开(公告)日：2022-05-06

申请号：CN202111569173.1

申请日：2021-12-21

申请人： 贵州大学

发明人： 李少波 ,  张旭东 ,  张安思 ,  李传江 ,  杨磊 ,  梁国强

IPC分类号： G06T7/277 ,  G06T5/00 ,  G06T5/30 ,  G06T7/136 ,  G06T7/13 ,  G06T7/90

摘要： 本发明提出了一种基于视觉的四旋翼无人机特定目标识别与追踪系统，包括图像采集模块、图像处理模块、目标定位模块和跟踪模块；图像采集模块的数据输出端与图像处理模块的数据输入端相连，图像处理模块的数据输出端与目标定位模块的数据输入端相连，目标定位模块的数据输出端与跟踪模块的数据输入端相连；图像采集模块用于根据无人机上设置的摄像头实时采集拍摄移动中目标的连续图像数据；图像处理模块用于对采集到的图像数据进行图像噪点消噪处理；目标定位模块用于根据图像噪点消噪处理后的图像使用目标检测方法判断目标物体形状；跟踪模块用于过滤坐标数据内的噪声，并估计目标的运动状态。本发明能实现在室内对目标的快速、准确的定位。