-
公开(公告)号：CN109558934A
公开(公告)日：2019-04-02
申请号：CN201811418898.9
申请日：2018-11-26
Applicant: 长安大学
IPC: G06N3/00
Abstract: 本发明公开了一种无人机插值飞蛾扑焰低空突防方法，首先始化飞蛾种群M，根据M计算出适应度值OM；其次，求出飞蛾与其对应火焰的距离；接着，使用插值预测算法根据飞蛾的历史位置对每一个飞蛾的下一个位置进行预测；最后，使用飞蛾扑焰算法和插值预测算法不断交替更新飞蛾最优位置，直到达到规定的迭代次数为止，最终所得到的最优位置就是全局最优解。本发明实现了更高的探索性，有着更出色的效果，能够保证全局最优解。同时，由于飞蛾扑焰方法与别的智能群体方法完全不同，所以插值飞蛾扑焰方法也与一般的插值智能群体方法设计思路完全不同，是一种创新的方法。
-
公开(公告)号：CN109345475A
公开(公告)日：2019-02-15
申请号：CN201811094769.9
申请日：2018-09-19
Applicant: 长安大学
IPC: G06T5/00
Abstract: 本发明公开了一种无人机遥感山区公路图像滤波方法，获取无人机遥感山区公路图像；用小波函数对步骤1中获得的遥感图像进行两层小波分解；设置阈值向量，分别对水平、垂直、对角三个方向的高频系数进行软阈值滤波，其中垂直方向滤波两次，其他方向滤波一次；对滤波后的图像进行小波重构；对上一步获得的图像进行小波一层分解，并用改进Kuwahara滤波器对高频系数其进行滤波；重构滤波之后的图像，得到最终图像。本发明在小波变换的基础上，采用改进Kuwahara滤波器进行滤波，能够将图像中的高斯噪声滤除干净，并且具有很好的边缘细节信息保护性能。
-
公开(公告)号：CN109297478A
公开(公告)日：2019-02-01
申请号：CN201811094748.7
申请日：2018-09-19
Applicant: 长安大学
Abstract: 本发明公开了一种基于GM-CBMeMBer的光纤陀螺导航自适应滤波方法，首先读取光纤陀螺中所返回对目标检测的信号值；然后对信号进行处理，构建其数学模型，进而对目标信号进行算法中更新和预测处理；在根据所处理的结果进行高斯项的剪枝合并来完善滤波效果；紧接着输出滤波结果，来观测滤波效果；最后观测滤波结果，并分析误差。本发明可以同时处理多个目标信号，并且滤波效果比标准算法更加良好，误差更小，信号还原度更高。
-
公开(公告)号：CN108765309A
公开(公告)日：2018-11-06
申请号：CN201810387076.2
申请日：2018-04-26
Applicant: 长安大学
CPC classification number: G06T5/003 , G06T7/136 , G06T2207/30181
Abstract: 本发明公开了基于暗通道的线状自适应改进全局大气光的图像去雾方法，首先获取雾霾天气下的雾霾图像，然后通过对图像的二值图像求取重心中心连线斜率的方法获得图像大气光变化角度θ，再求取沿大气光变化方向θ规律变化的线形大气光图，之后再通过大气散射模型求解无雾图像，输出处理后的雾霾天气下的有雾图像。本发明既满足了在浓雾或者景深较深情况下远处景物不失真，又保留了近处景物的细节，对后续的雾霾图像处理及信息提取尤为重要。
-
公开(公告)号：CN108898625B
公开(公告)日：2021-01-08
申请号：CN201810670576.7
申请日：2018-06-26
Applicant: 长安大学
IPC: G06T7/277
Abstract: 本发明公开了一种智能混合群体优化滤波方法法，首先按照权值对粒子进行分层；然后根据不同层粒子的数目，对不同层粒子进行相应的选择不同的运动方式；接着对粒子状态进行估计，将条件均值或具有极大后验概率密度的状态作为系统状态的估计值；然后对粒子状态进行更新，生成合适的建议分布，从而准确地估计目标在当前时刻的位置；最后对粒子状态进行预测，预测的目的是为了下一时刻能更准确的估计目标的状态，即是设计合适的先验分布函数。本发明方法能够更加准确地估计非线性系统中的后验状态，在复杂多变的场景环境中，表现出更高的跟踪准确性。
-
Patent Agency Ranking
公开(公告)号：CN108389175A
公开(公告)日：2018-08-10
申请号：CN201810387078.1
申请日：2018-04-26
Applicant: 长安大学
IPC: G06T5/00
Abstract: 本发明公开了融合变差函数和颜色衰减先验的图像去雾方法，首先获取雾霾天气下交通图像；然后将得到的RGB颜色空间的雾化降质图像转换到HSV颜色空间，求取颜色衰减先验下的天空区域，并用变差函数判断出图像的天空区域；接着根据两者所判断出的天空区域求取图像大气环境光值及场景透射率；最后根据大气散射模型对图像进行处理，再使用自动色阶法对图像色彩进行矫正后，输出处理后的雾化降质图像。本发明在选取图像大气环境光值及场景透射率相比于传统方法有很大的优势，复原后图像失真较小，对图像的进一步处理以及准确获取图像信息有着重要的意义。
-
公开(公告)号：CN108845508B
公开(公告)日：2021-03-30
申请号：CN201810670604.5
申请日：2018-06-26
Applicant: 长安大学
Abstract: 本发明公开了一种基于CMAC‑滑膜一体化控制的无人机半物理仿真控制方法，首先在MATLAB/Simulink上建立基于CMAC‑滑模一体化控制的模型；然后在LabVIEW上建立控制该模型的地面站；最后根据LabVIEW给定无人机模型飞行指令，通过CMAC‑滑模一体化控制模型输出控制量，最终控制飞行器姿态。本发明提高了控制精度，可以使程序在低成本处理器下实时运行，并达到精确控制，数据收敛更快，精度更高。
-
公开(公告)号：CN108389175B
公开(公告)日：2021-05-18
申请号：CN201810387078.1
申请日：2018-04-26
Applicant: 长安大学
IPC: G06T5/00
Abstract: 本发明公开了融合变差函数和颜色衰减先验的图像去雾方法，首先获取雾霾天气下交通图像；然后将得到的RGB颜色空间的雾化降质图像转换到HSV颜色空间，求取颜色衰减先验下的天空区域，并用变差函数判断出图像的天空区域；接着根据两者所判断出的天空区域求取图像大气环境光值及场景透射率；最后根据大气散射模型对图像进行处理，再使用自动色阶法对图像色彩进行矫正后，输出处理后的雾化降质图像。本发明在选取图像大气环境光值及场景透射率相比于传统方法有很大的优势，复原后图像失真较小，对图像的进一步处理以及准确获取图像信息有着重要的意义。
-
公开(公告)号：CN109657584A
公开(公告)日：2019-04-19
申请号：CN201811504255.6
申请日：2018-12-10
Applicant: 长安大学
Abstract: 本发明公开了辅助驾驶的改进LeNet-5融合网络交通标志识别方法，首先构建交通标志图像数据集，并根据交通标志图像数据集构建训练集和测试集；其次构建卷积神经网络CNN；然后将训练集图像数据代入卷积神经网络CNN，进行训练，并保存训练好的模型；最后将测试集图像数据代入训练好的模型，进行预测，得到预测结果。
-
公开(公告)号：CN109598296A
公开(公告)日：2019-04-09
申请号：CN201811420248.8
申请日：2018-11-26
Applicant: 长安大学
Abstract: 本发明公开了一种基于改进飞蛾扑火K均值聚类方法，首先输入标准数据集即飞蛾群，根据数据集类别的个数来确定该数据集中类的个数；其次，使用最大最小距离积法来确定初始飞蛾，计算除去初始飞蛾的其他飞蛾到初始飞蛾的距离，根据最小距离来进行聚类的划分；接着，使用飞蛾扑火算法对每一个类都得到新的聚类中心，最后，使用飞蛾扑火算法和K均值方法不断交替更新聚类中心点，直到达到规定的迭代次数为止，最终所得到的聚类中心点就是最终聚类中心点。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.014 seconds)
