“谭晓衡”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果64个，建议您升级VIP下载更多相关专利

[发明专利]一种基于双分支空谱全局特征提取网络的高光谱图像分类方法-CN202310380529.X在审
发明人：郭坦;王睿智;罗甫林;张磊;谭晓衡;陶洋 -专利权人：重庆邮电大学
申请日： 2023-04-11 - 公布日： 2023-08-08 - 主分类号： G06V10/764 文献下载
摘要：本发明提出了一种基于双分支空谱全局特征提取网络的高光谱图像分类方法。该方法通过分别学习高光谱图像的空间特征和光谱特征。其特点在于学习空间特征的空间子网络主体部分为编码解码结构，并利用跳跃连接，空间注意力和通道注意力增强特征表示。此外，设计了一个空间全局特征表示模块用于学习编码后的空间特征，并利用该模块表达全局空间特征。学习光谱特征的光谱子网络采用了渐进式特征学习的思想，并利用视角注意力强化渐进学习到的特征。最后，再利用自适应加权方法，融合两个子网络的结果。在多个真实高光谱遥感图像数据集上的实验结果显示，本发明所提出的双分支空谱全局特征提取网络能够取得优异的分类性能。
一种基于分支全局特征提取网络光谱图像分类方法

[发明专利]一种基于分层式鲁棒判别学习的高光谱遥感图像异常目标探测方法-CN202310380512.4在审
发明人：郭坦;何龙;罗甫林;李新月;李嫄源;谭晓衡;陶洋 -专利权人：重庆邮电大学
申请日： 2023-04-11 - 公布日： 2023-07-07 - 主分类号： G06T7/00 文献下载
摘要：本发明提出了一种用于高光谱遥感图像异常检测的分层式鲁棒判别学习方法。其特点在于通过强化高光谱图像中背景成分与异常目标成分结构上的非相干约束，以促进两者之间的内在非相干性与相异性，从而增强两者的可分离性。通过l1，1范数和Frobenius范数来有效刻画真实场景下高光谱遥感图像获取过程中引入的复杂混合噪声，提高异常目标检测模型的抗噪声性能。为更精确地分离深度混合的背景和异常目标，获得稳健且检测能力更强的异常目标检测模型，设计了分层式的检测思想，渐进式地分离深度混合的高光谱遥感图像中的背景和异常目标成分。本发明不仅可以提高背景和异常目标之间的可区分能力，而且具有非常强的噪声抑制性能和检测鲁棒性。
一种基于分层式鲁棒判别学习光谱遥感图像异常目标探测方法

[发明专利]快速高精度的车辆碰撞预测方法-CN201910350810.2有效
发明人：刘丹平;陈林烽;党普泽;林萌;刘夺;薛尚哲;梁真文;胡学斌;谭晓衡 -专利权人：重庆大学
申请日： 2019-04-28 - 公布日： 2023-06-13 - 主分类号： G06T7/207 文献下载
摘要：一种快速高精度的车辆碰撞预测方法，包括以下步骤：首先利用Farneback算法和高斯差核函数对某时刻输入的视频帧产生运动相互作用场，并以正负区域的面积差来表达运动相互作用场的对称性，然后采用线性回归模型来确定该时刻的异常值，最后以硬阈值方式来预测车辆是否发生碰撞。
快速高精度车辆碰撞预测方法

[发明专利]基于深度学习的超声图像超分辨率重建方法-CN201810541238.3有效
发明人：刘丹平;毛莞丁;胡小波;党普泽;林萌;陈林烽;胡学斌;谭晓衡 -专利权人：重庆大学
申请日： 2018-05-30 - 公布日： 2023-03-24 - 主分类号： G06T11/00 文献下载
摘要：一种基于深度学习的超声图像超分辨率重建方法，包括以下步骤：采用Krishnan的稀疏正则化盲复原算法对超声图像B进行预处理；利用预处理后的超声图像F建立数据集训练FSRCNN的权值；利用新的FSRCNN实现超声图像的超分辨率重建。
基于深度学习超声图像分辨率重建方法

[发明专利]一种紧凑型低剖面差分滤波微带贴片天线-CN202011437867.5有效
发明人：李道通;郑志锐;刘颖;谭晓衡;陈朕;王居安;邓裔 -专利权人：重庆大学
申请日： 2020-12-10 - 公布日： 2023-03-21 - 主分类号： H01Q1/36 文献下载
摘要：一种紧凑型低剖面差分滤波微带贴片天线，包括金属层、单层介质基板、金属地；所述天线由两个同轴差分馈电；金属层由两个蜿蜒枝节加载的准T形谐振器和一个准H形微带贴片组成；谐振器与同轴直连，对称放置在贴片两边，中心位于一条直线上，谐振器两臂蜿蜒，中间枝节末端具有两个短臂且嵌入贴片的T形间隙中；准T形谐振器在低频引进一个辐射零点，准H形微带贴片在高频引进一个辐射零点，极大提高频率选择性与带外抑制；辐射零点和谐振点可控，实现辐射零点、频率、带宽可调。所述天线具有高增益，大于一般单辐射体微带天线，采用单层基板，结构简单，剖面低。谐振器采用一对蜿蜒枝节与中间嵌入贴片的枝节，减小天线尺寸，实现小型化，有利于天线与射频前端电路集成。
一种紧凑型剖面滤波微带天线

[发明专利]一种基于动态遮挡判断的起伏地形SAR回波仿真方法-CN202110633947.6有效
发明人： 谭晓衡;曾志强;陈展野;万俊;黄岩 -专利权人：重庆大学
申请日： 2021-06-07 - 公布日： 2023-03-14 - 主分类号： G01S7/40 文献下载
摘要：本发明属于雷达信号处理技术领域，特别涉及一种基于动态遮挡判断的起伏地形SAR回波仿真方法，包括步骤1)获取SAR仿真的基本参数，目标场景的数字高程模型；步骤2)，计算目标场景中各散射点目标的俯角矩阵水平方位角矩阵θ和水平距离矩阵R；步骤3)将各散射点目标依照其水平距离归集到多个从近到远排列的水平距离单元内；步骤4)计算下当前和一水平距离单元的分别的俯角矩阵，若则判定该方向上后一水平距离单元内的散射点目标被遮挡，如若Φi+1中某一元素在Φi中找不到对应同一水平方向角θj的元素，则在Φi中通过线性插值补充一元素；步骤5)得到经过遮挡判断的SAR回波仿真结果。本方法可用于大场景三维地形特别是起伏地形SAR回波的模拟。
一种基于动态遮挡判断起伏地形 sar 回波仿真方法

[发明专利]一种无监督或弱监督的受约束的模糊c均值聚类方法-CN202110037076.1有效
发明人：张新征;苏杭;谭晓衡;周喜川 -专利权人：重庆大学
申请日： 2021-01-12 - 公布日： 2022-11-25 - 主分类号： G06V10/762 文献下载
摘要：本发明公开了一种无监督或弱监督的受约束的模糊c均值聚类方法，包括：获取聚类质心基于聚类质心对FCM的目标函数进行约束，得到新的目标函数；基于新的目标函数进行聚类。与现有技术相比，本发明针对现有在图像分割领域的聚类方法的不稳定性和不确定性问题采用了受约束的模糊c均值聚类方法，能够使得像素的聚类朝着期望的方向进行，并且，对非平衡数据以及含较强噪声样本有极强的鲁棒性，有效提升了现有的FCM的鲁棒性。
一种监督约束模糊均值方法

[发明专利]基于快慢时间联合处理的SAR地面多运动目标快速成像方法-CN202210991998.0在审
发明人： 谭晓衡;何早赟;万俊;朱皓宇;李东;陈展野 -专利权人：重庆大学
申请日： 2022-08-17 - 公布日： 2022-11-18 - 主分类号： G01S13/90 文献下载
摘要：本发明属于雷达技术领域，特别涉及基于快慢时间联合处理的SAR地面多运动目标快速成像方法。包括发射线性调频信号并接收多运动目标的雷达回波信号；解调和脉冲压缩雷达回波信号并对处理后的回波信号进行距离时域的快速傅里叶变换；对变换后的运动目标回波信号进行二维联合处理：对信号进行方位时域的快速傅里叶变换，再对该快速傅里叶变换的结果进行距离频域的快速逆傅里叶变换，并对变换后的信号进行峰值检索操作并剔除伪峰，构造对应的距离频域和方位时域的方位参考函数；得到距离频域和方位频域上的聚焦信号；对各聚焦信号进行快速逆傅里叶变换得成像结果。本发法可用于对地面多运动目标的快速探测成像。
基于快慢时间联合处理 sar 地面运动目标快速成像方法

[发明专利]一种紧凑型、超宽带全向天线-CN202110066873.2有效
发明人：李道通;邓裔;刘颖;谭晓衡;陈朕;郑志锐;王居安 -专利权人：重庆大学
申请日： 2021-01-18 - 公布日： 2022-08-05 - 主分类号： H01Q1/38 文献下载
摘要：一种紧凑型、超宽带全向天线，包括第一金属层、第二金属层、介质基板；第一金属层和第二金属层分别印制在介质基板上下层，两层金属分别由双分枝旗形辐射器，双寄生带，曲线槽，短开路枝节和中心金属圆盘组成；在锥形馈电结构上加载一个短分枝，有效抑制天线在高频时的电抗特性，引入一个高频谐振点，当添加双寄生带时，在两个现有谐振点之间会增加一个新的谐振点，提高带宽，形成1.8～3.85GHz的通带特性，在第一枝节末端添加短开路枝节和刻蚀一个曲线形的槽，增大电容耦合和电流路径，降低低频截止频率。最终所述天线的阻抗带宽可达78％(1.69～3.85GHz)，在阻抗带宽内，水平面上的交叉极化电平小于‑20dB，工作频带内的效率为80％～91％。
一种紧凑型宽带全向天线

[发明专利]基于集成流形降维的帕金森语音识别系统-CN202010012728.1有效
发明人：李勇明;刘玉川;王品;谭晓衡;颜芳;李新科;黄智勇 -专利权人：重庆大学
申请日： 2020-01-07 - 公布日： 2022-07-05 - 主分类号： G10L25/66 文献下载
摘要：本发明公开一种基于集成流形降维的帕金森语音识别系统，包括：数据采集器：用于采集和存储训练数据、验证数据和测试数据，上述数据均为帕金森语音数据，且训练数据和验证数据中包括了代表帕金森病况的标签数据；分类器模块；通过训练数据和验证数据训练所得，并用于对测试数据进行分类识别，确定测试数据的标签类型；输出模块，用于输出最终的识别结果；本发明通过对分类器的训练过程进行改进，引入加权局部判别式保持投影嵌入集成方式，充分考虑了具有较大的类内差异和较小的类间方差的PD语音样本，同时引入AdaBoost方法来构造映射矩阵，提高LPP算法的稳定性，与现有的帕金森语音特征提取算法相比，本系统具有更高的分类精度。
基于集成流形帕金森语音识别系统

[发明专利]一种计算高效的合成孔径雷达地面运动目标聚焦方法-CN202111535314.8在审
发明人： 谭晓衡;朱皓宇;万俊;陈展野;李东 -专利权人：重庆大学
申请日： 2021-12-15 - 公布日： 2022-05-13 - 主分类号： G01S7/41 文献下载
摘要：本发明公开了一种计算高效的合成孔径雷达地面运动目标聚焦方法，包括对接收的雷达回波信号进行距离向脉冲压缩和快速傅里叶变换；在距离频域方位时域中进行方位慢时间反转变换；对方位慢时间反转变换后的信号与原脉冲压缩后信号相乘后进行尺度傅里叶变换在进行沿距离维的逆快速傅里叶变换；构造二阶项补偿函数，对补偿后的信号在距离频域方位时域中进行改进的方位慢时间反转变换；对方位慢时间反转变换后的信号与原补偿后的信号相乘后进行尺度逆傅里叶变换再进行沿方位维的快速傅里叶变换；构造聚焦匹配函数，回波信号经聚焦匹配函数处理后转换到距离时域方位频域。本发明能有在存在多普勒模糊的情况下可以得到很好的聚焦结果。
一种计算高效合成孔径雷达地面运动目标聚焦方法

[发明专利]一种基于超限隐特征学习模型的图像分类与重建方法-CN201910204091.3有效
发明人：郭坦;胡昊;谭晓衡;杨柳;梁志芳;熊炼 -专利权人：重庆邮电大学
申请日： 2019-03-18 - 公布日： 2022-04-22 - 主分类号： G06V10/774 文献下载
摘要：本发明公开了一种基于超限隐特征学习模型的图像分类与重建方法，采用了一种数据重构策略进行特征学习，高效学习原始感知数据与相应的高级语义转换关系。具体地说，ELM和ELM‑AE(基于ELM的自编码器)被统一在一个学习模型中，该模型具有图像分类能力和图像重建能力，且能够更好地揭示原始图像数据和高级语义之间的潜在关系，减少信息丢失，提高图像分类精度并具备优异的图像数据重建能力。ELF(超限隐特征学习模型)继承了ELM和ELM‑AE的优点，并且可以在保护原始数据信息的情况下得到良好的图像分类和图像重建效果。此外，使用了一种基于交错方向法的高效算法来求解优化ELF模型，进一步提升了ELF模型的精度。
一种基于超限特征学习模型图像分类重建方法

[发明专利]一种基于超限隐特征模型的盲领域图像样本分类方法-CN201910228715.5有效
发明人：郭坦;张磊;谭晓衡;杨柳;鲁银芝;梁志芳;胡昊 -专利权人：重庆邮电大学
申请日： 2019-03-25 - 公布日： 2022-03-29 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种基于超限隐特征模型的盲领域图像样本分类方法，该方法采用了跨领域数据生成与增广策略，高效地降低不同数据领域之间的偏差。具体地说，超限隐特征模型将ELM和ELM‑AE(基于ELM的自编码器)纳入统一的优化模型，继承了ELM和ELM‑AE的优点，并且可以在保护原始数据信息的情况下得到良好的图像分类和图像重建效果，具有图像分类能力和图像重建能力，且能够更好地揭示原始图像数据和高级语义之间的潜在关系，减少信息丢失，提高图像分类精度。本发明利用超限隐特征模型解决盲领域适配问题，融合跨领域知识，有效降低不同领域数据之间的领域偏差，提高了盲领域数据分类准确率。
一种基于超限特征模型领域图像样本分类方法

[发明专利]一种基于汉明距离的SAR图像相似程度度量方法和系统-CN202111127110.0在审
发明人： 谭晓衡;曾志强;陈展野;万俊;黄岩 -专利权人：重庆大学
申请日： 2021-09-18 - 公布日： 2021-12-21 - 主分类号： G06K9/62 文献下载
摘要：本发明属于雷达信号处理技术领域，特别涉及一种基于汉明距离的SAR图像相似程度度量方法，包括以下步骤：对待比较的SAR图像实施将降噪预处理；将降噪预处理后的SAR图像处理为能反映该SAR图像形状和轮廓的二值图像；对得到的二值图像进行下采样，以得到具有同样像素尺寸的采样二值图像，然后对该采样二值图像进行二维离散余弦变换，并截取出该变换结果的低频部分；计算截取出的低频部分的均值，以该均值为阈值对所述低频部分进行二值化，得到SAR图像的哈希指纹；依据二SAR图像的哈希指纹的汉明距离度量该二SAR图像的相似程度。本发明还公开了一种基于汉明距离的SAR图像相似程度度量系统，实现了对SAR图像相似程度客观而定量的度量。
一种基于距离 sar 图像相似程度度量方法系统

[发明专利]基于深度子空间切换集成学习的多源异构数据融合方法-CN201810732829.9有效
发明人：李勇明;张馨月;王品;曾孝平;谭晓衡;刘书君;张新征;李东;谢廷杰 -专利权人：重庆大学
申请日： 2018-07-05 - 公布日： 2021-10-01 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于深度子空间切换集成学习的多源异构数据融合方法，按照以下步骤进行：S1：分别对每个源数据集进行特征提取，并组成空谱特征；S2：重组构成空谱特征数据集；S3：基于深度样本学习算法对空谱特征数据集中的样本数据进行处理，形成原始样本、一阶样本和二阶样本；S4：针对三组样本集，分别构建分类器模型；S5：对三组模型分别采用各自合适的分类方式进行分类，得到三组分类结果，然后通过分类投票得到最终的分类结果。其效果是：本发明联合光谱空间信息并融入分层子空间切换集成学习算法，利用了多尺度的空谱样本，增加了有用样本，提高了训练的质量，既保留了边缘信息，又提高了样本的多样性和可分性。
基于深度空间切换集成学习多源异构数据融合方法

1
2
3
4
5
下一页»
尾页
共 64 条