“陈分雄”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75个，建议您升级VIP下载更多相关专利

[发明专利]基于分层强化学习的雷达干扰决策与参数优化方法及装置-CN202310787670.1在审
发明人：李澳;陈分雄;苏钰远 -专利权人：中国地质大学（武汉）
申请日： 2023-06-28 - 公布日： 2023-10-27 - 主分类号： G06N3/045 文献下载
摘要：本发明提供一种基于分层强化学习的雷达干扰决策与参数优化方法及装置，该方法包括：构建雷达对抗模型；根据雷达对抗模型，建立雷达工作模式和干扰样式的状态‑动作样本；根据收集的样本，外层Q‑Learning网络得到最优干扰策略；构建内层DDPG网络的环境，并将外层得到的干扰策略映射到内层DDPG网络上；构建内层DDPG网络模型，通过对连续参数空间进行动作选取，进而对最优干扰策略进行脉冲参数优化；使用基于AHP‑TOPSIS的干扰效果评估算法进行干扰效果评估，将干扰效果评估结果作为环境反馈更新雷达对抗模型；本发明适用于雷达电子战中的认知干扰决策及参数优化，通过基于AHP‑TOPSIS的评估算法进行干扰效果评估，进而使用基于分层强化学习的模型进行干扰决策及参数优化。
基于分层强化学习雷达干扰决策参数优化方法装置

[发明专利]一种基于RoAtten-PN网络的小样本雷达辐射源识别方法及装置-CN202310828057.X在审
发明人：朱昕瑜;陈分雄;彭阳;陈军 -专利权人：中国地质大学（武汉）
申请日： 2023-07-06 - 公布日： 2023-09-22 - 主分类号： G06V10/764 文献下载
摘要：本发明提供了一种基于RoAtten‑PN网络的小样本雷达辐射源识别方法及装置，该方法包括：构建包含有意调制、无意调制和高斯噪声的雷达辐射源个体信号情报库；通过短时傅里叶变换将雷达辐射源一维信号转换为二维时频图像，得到雷达辐射源时频图像情报库；从增强模型特征提取与特征组合能力的角度，构建基于融合自监督学习的残差注意力原型网络；引入自监督学习来辅助模型学习雷达辐射源个体时频图像的特征分布；引入多头自注意力机制学习雷达辐射源个体特征之间的重要性，并形成带有重要性权重的雷达辐射源个体时频图像特征。本发明利用自监督学习和元学习的共同损失函数更新模型，有效提升了小样本条件下雷达辐射源识别的准确率。
一种基于 roatten pn 网络样本雷达辐射源识别方法装置

[发明专利]一种高效的高光谱遥感数据压缩与分类模型的构建方法-CN202010837881.8有效
发明人：蒋伟;陈分雄;许祎晗;廖森辉;韩荣;王杰;熊鹏涛;叶佳慧 -专利权人：中国地质大学（武汉）
申请日： 2020-08-19 - 公布日： 2023-06-06 - 主分类号： G06V10/764 文献下载
摘要：本发明提供一种高效的高光谱遥感数据压缩与分类模型，具体步骤：对原始高光谱数据进行预处理，并将其分割成单个的高光谱像素；将全卷积自动编码器网络的编码部分的输出设计为二值输出，得到具有高效光谱压缩的自动编码器CAE，将CAE与逻辑回归LR分类器结合设计出具有高效光谱压缩与快速分类的联合深度学习网络CAE_LR，将CAE_LR与JPEG2000结合设计出具有光谱和空间全维度压缩与分类的方法CAE_LR+JP2；将训练完成的CAE_LR与JPEG2000结合进行率失真优化，实现CAE_LR+JP2在各个比特率下的最佳率失真性能；本发明设计的CAE_LR+JP2模型有效地提升了星载高光谱传感器与地面接收站之间的高光谱数据的压缩和分类的精度及速度。
一种高效光谱遥感数据压缩分类模型构建方法

[发明专利]一种半并行的前瞻性SC译码器设计方法和系统-CN202211672622.X在审
发明人：王家豪;刘澳;孙灿;陈分雄;李响;陈振兴 -专利权人：中国地质大学（武汉）
申请日： 2022-12-26 - 公布日： 2023-03-31 - 主分类号： H03M13/13 文献下载
摘要：本发明公开了一种半并行的前瞻性SC译码器设计方法与系统，其中系统包括控制模块、LLR处理模块、部分和模块和译码输出模块；方法包括：LLR处理模块接收LLR，译码器更新译码指令；LLR处理模块根据译码指令对LLR进行运算，并得到译码结果；译码器保存得到的译码结果，并根据译码结果更新部分和模块；LLR处理模块使用更新后的部分和模块继续译码，译码结束后由译码输出模块输出结果。本发明通过引入前瞻性G运算降低半并行SC译码器的延迟，提升硬件的实现效率。
一种并行前瞻性 sc 译码器设计方法系统

[发明专利]基于对抗学习的多人姿态估计方法-CN201910735240.9有效
发明人： 陈分雄;陶然;黄华文;蒋伟;刘建林;熊鹏涛;韩荣;叶佳慧;王杰 -专利权人：中国地质大学(武汉）
申请日： 2019-08-09 - 公布日： 2023-01-03 - 主分类号： G06V10/46 文献下载
摘要：本发明公开了一种基于对抗学习的多人姿态估计方法，包括以下步骤：使用带有多人关键点坐标标签的公开数据集作为训练集，对训练集图像进行边缘信息增强预处理；对训练集中的关键点坐标标签做预处理，制作成对应的关键点热点图和整体骨架热点图；构建双分支关键点特征提取子网络；构建A‑HPose网络生成器部分；构建A‑HPose网络判别器部分；使用训练集对A‑HPose网络进行中继监督循环训练，得网络模型参数；对网络输出热点图做后处理，根据骨架热点图来对关键点热点图中的关键点进行搜索分类，得到多人中每一个人的关键点位置，预估多人姿态。本发明具有快速准确检测人体关键点特征的有益效果。
基于对抗学习姿态估计方法

[发明专利]基于深度残差收缩注意力网络的认知侦察识别方法及装置-CN202210570005.2在审
发明人：孔瑄;陈分雄;廖森辉 -专利权人：中国地质大学（武汉）
申请日： 2022-05-24 - 公布日： 2022-10-18 - 主分类号： G06K9/00 文献下载
摘要：本发明提供一种基于深度残差收缩注意力网络的认知侦察识别方法及装置，包括：对原始雷达发射参数数据集进行构建并处理；基于MATLAB对相控阵雷达系统和告警接收机进行仿真，模拟实际空战环境干扰方收集到的各工作模式下的雷达辐射源数据；对每种工作模式进行处理，得到对应的雷达脉冲特征参数，根据参数进行分类，完成认知侦察数据集的构建；构建DRSAN网络，引入通道注意力和软阈值化思想，对构建的认知侦察数据集进行训练学习，并测试网络性能，确定有效性。该方法根据不同的特征描述参数完成认知侦察数据集的构建，对传统深度残差收缩网络进行改进，有效提升对于各不同工作模式时序脉冲序列的识别准确率。
基于深度收缩注意力网络认知侦察识别方法装置

[发明专利]一种基于双门限的雷达P显余辉仿真方法-CN202210574855.X在审
发明人：王家豪;蒋世荣;王坤;陈分雄 -专利权人：中国地质大学（武汉）
申请日： 2022-05-25 - 公布日： 2022-08-09 - 主分类号： G01S7/40 文献下载
摘要：本发明公开一种基于双门限的雷达P显余辉仿真方法，方法包括以下步骤：雷达回波模拟器生成方位及对应的雷达视频回波数据；引入衰减因子，将前一圈同方位雷达视频回波数据与衰减因子α相乘，与当前方位数据各点幅值进行比较，保留幅值更大的视频回波数据；采用双门限判决方法调整雷达视频回波在P显上的亮度；将雷达回波数据显示在P显上。本发明通过引入衰减因子，对雷达视频回波幅值进行衰减，将当前方位的视频回波数据幅值与上一圈同方位同距离的衰减后回波数据进行比较，保留幅值更大的回波数据；采用双门限判决方法将处理后的雷达回波数据显示在P显上；经过此方法后，P显余辉仿真效果和实现效率有了进一步地提升。
一种基于门限雷达余辉仿真方法

[发明专利]基于优先级重要采样融合的DQN雷达干扰决策方法及装置-CN202210605946.5在审
发明人：李明;陈分雄;任浩然 -专利权人：中国地质大学（武汉）
申请日： 2022-05-31 - 公布日： 2022-07-29 - 主分类号： G01S7/36 文献下载
摘要：本发明提供一种基于优先级重要采样融合的DQN雷达干扰决策方法及装置，该方法包括：雷达对抗建模，构建雷达对抗环境；将对抗样本存入动态记忆库；使用优先记忆回放来抽取DQN网络训练样本；使用重要性权重因子修正优先记忆回放导致的样本分布误差并更新网络参数；实现雷达干扰决策。本发明适用于雷达电子战中认知干扰决策，能够对雷达对抗建模，对雷达不同工作模式设定威胁等级，作为干扰效能评估的依据，使用基于优先级重要采样融合的DQN雷达干扰决策方法得到干扰决策。
基于优先级重要采样融合 dqn 雷达干扰决策方法装置

[发明专利]高效节能的星载无线传感器网络数据压缩模型的构建方法-CN202010848653.0有效
发明人：蒋伟;陈分雄;许祎晗;廖森辉;韩荣;王杰;熊鹏涛;叶佳慧 -专利权人：中国地质大学（武汉）
申请日： 2020-08-21 - 公布日： 2022-05-03 - 主分类号： H04W16/22 文献下载
摘要：本发明提供一种高效节能的星载无线传感器网络数据压缩模型的构建方法，包括：对原始传感数据去噪并进行归一化处理；应用D‑CRBM构造基于变分自编码器结构的CBN‑VAE数据压缩方法；将处理过的传感数据集用于网络的训练，训练采用基于弹性正交权重修正算法EOWM的连续学习，使网络能够以上下文相关的方式，连续学习数种不同的映射规则而不会受到干扰。本发明适用于一个无线传感器网络节点内集成有多种传感器收集的不同属性监测数据，以一种连续学习方式对传感器节点采集不同属性数据进行高效压缩和高精度重构，可降低网络通信能耗、计算能耗和存储能耗，提高无线传感器网络的生命工作周期。
高效节能无线传感器网络数据压缩模型构建方法

[发明专利]高光谱遥感数据图像的重构增强方法及装置-CN202111128705.8在审
发明人：韩荣;陈分雄;任浩然;李明;韩家兴;周生波;邱秉健 -专利权人：中国地质大学（武汉）
申请日： 2021-09-26 - 公布日： 2022-02-18 - 主分类号： G06T3/40 文献下载
摘要：本发明提供一种高光谱遥感数据图像的重构增强方法及装置，包括：对原始高光谱遥感数据预处理；构建CVAE‑GAN模型，将处理后的原始高光谱遥感数据用于CVAE‑GAN模型训练，训练完成后使用该模型进行数据扩充；对扩充后的高光谱遥感数据应用数据压缩算法，进行压缩重构处理，得到原始高光谱遥感数据对应的重构数据；构建Hyper‑SR模型，使用重构前后的图像数据训练，实现对重构图像的高质量增强。本发明方法适用于对压缩重构后失真的高光谱遥感数据进行高质量增强，能够在数据压缩的同时尽可能的保留原有的数据信息，有效提升压缩数据解码后的图像质量，本发明可以根据原始高光谱遥感数据，生成与原始数据同分布的扩充数据集，适用于缺少数据或者缺少某类的数据的情况。
光谱遥感数据图像增强方法装置

[发明专利]一种基于深度学习的纳米结构设计方法-CN201911036744.8有效
发明人： 陈分雄;叶佳慧;蒋伟;熊鹏涛;韩荣;王杰 -专利权人：中国地质大学（武汉）
申请日： 2019-10-29 - 公布日： 2021-09-14 - 主分类号： G06F30/27 文献下载
摘要：本发明提供了一种基于深度学习的纳米结构设计方法，包括：建立一个训练数据集，包含任意一种纳米结构信息；对训练数据集进行预处理，以将训练数据集中的数据进行转置和归一化；构建频谱预测网络SPN和几何形状预测网络GPN；将频谱预测网络SPN和几何形状预测网络GPN整合成一个神经网络模型，频谱预测网络SPN的输出连接几何形状预测网络GPN的输入；使用预处理后的训练数据集对整合的神经网络模型进行训练，当损失函数达到预设值时，神经网络模型训练完成；将待建立的纳米结构对应的X和Y两个极化方向的频谱和材料性质输入到训练完成的神经网络模型中，就可以得到纳米结构的8个纳米结构表征点，进而得到纳米结构的几何形状。
一种基于深度学习纳米结构设计方法

[发明专利]一种高效节能的星载无线传感网数据压缩方法-CN201910700088.0有效
发明人： 陈分雄;刘建林;蒋伟;王晓莉;熊鹏涛;韩荣;叶佳慧;王杰 -专利权人：中国地质大学（武汉）
申请日： 2019-07-31 - 公布日： 2021-08-27 - 主分类号： H04W4/38 文献下载
摘要：本发明公开了一种高效节能的星载无线传感网数据压缩方法，包括以下步骤：步骤一、采集无线传感网各个终端感知节点的流数据；步骤二、对流数据进行预处理；步骤三、构建D‑CRBM网络计算层的计算方法；步骤四、将D‑CRBM网络计算层与变分混合编码器结合构建CBN‑VAE网络；步骤五、训练CBN‑VAE网络，得模型参数，构建压缩模型；步骤六、采用压缩模型对无线传感网数据进行压缩。本发明有效的降低了无线传感网的节点通信能耗、存储能耗和计算能耗。
一种高效节能无线传感数据压缩方法

[发明专利]一种基于人工智能的星载传感网数据压缩方法-CN201910704493.X有效
发明人： 陈分雄;陶然;蒋伟;熊鹏涛;韩荣;叶佳慧;王杰 -专利权人：中国地质大学（武汉）
申请日： 2019-07-31 - 公布日： 2021-07-20 - 主分类号： H04L29/06 文献下载
摘要：本发明提供了一种基于人工智能的星载传感网数据压缩方法，包括：在一段预设时间内，在星载传感网多个终端感知节点采集传感器数据；对传感器数据进行预处理，以剔除异常数据，并对缺失数据通过双维度上的线性插值方法进行补全，将采集数据归一化映射到[‑1，1]区间；构建A‑CCR网络；在预处理后的传感器数据中提取一个类别的数据时间序列，分成m段并随机打乱顺序，按照打乱后的顺序对A‑CCR网络进行循环迭代训练；在预处理后的传感器数据中提取多种类别的数据时间序列，分成n段并随机打乱顺序，按照打乱后的顺序对A‑CCR网络初始模型进行循环迭代训练；将待处理的星载传感网数据输入到A‑CCR网络优化模型进行压缩处理。
一种基于人工智能传感数据压缩方法

[发明专利]一种高耦合效率的M型波导光栅耦合器的设计方法-CN201911238254.6有效
发明人：叶佳慧;陈分雄;蒋伟;熊鹏涛;韩荣;王杰;廖森辉 -专利权人：中国地质大学（武汉）
申请日： 2019-12-06 - 公布日： 2021-03-30 - 主分类号： G02B6/124 文献下载
摘要：本发明公开了一种高耦合效率的M型波导光栅耦合器的设计方法，属于集成光电子领域，本发明基于绝缘体硅(SOI)平台，首先设计波导光栅模型，然后利用非线性约束优化算法波导光栅模型，得到在1500nm‑1600nm波长上平均耦合效率最优的传统周期波导光栅结构，再经过创新的研究和设计，在传统的周期光栅结构上设计出一种新颖的M型波导光栅结构，经过几组数据仿真，进一步优化M型波导光栅结构，本发明最终得到了高耦合效率的垂直光栅耦合器，在1580nm波长附近，达到了83.2％的高耦合效率。本发明提供的波导光栅耦合器设计方法，耦合效率高、应用前景广，在使用成熟的制造工艺下，有很大的潜能可以被设计实现。
一种耦合效率波导光栅耦合器设计方法

[发明专利]基于联合块稀疏重构的无线传感网信道估计方法-CN201610254765.7有效
发明人： 陈分雄;胡凯;赵天明;凌承昆;唐曜曜;王典洪 -专利权人：中国地质大学（武汉）
申请日： 2016-04-22 - 公布日： 2020-05-15 - 主分类号： H04L25/02 文献下载
摘要：本发明公开了一种基于联合块稀疏重构的无线传感网信道估计算法及系统，该算法包括以下步骤：S1、初始化OFDM瑞利多径信道参数；S2、根据信道参数生成瑞利无线传感网多径信道块稀疏信道结构和需要发送包含导频序列的信息比特流；S3、将信息比特流映射成QPSK符号序列，将符号序列进行串/并转换并进行IFFT变换；S4、加入循环前缀CP，并在传输过程中加入加性高斯噪声影响；S5、去掉循环前缀CP，然后将符号序列并/串转换并进行FFT变换；S6、采用基于空时相关性的稀疏贝叶斯学习模型BSBL算法进行OFDM瑞利多径信道估计。本发明在获得相同估计性能的情况下，需要的导频数目或训练长度大大减少，提高了无线传感网频谱利用效率和信道估计性能。
基于联合稀疏无线传感信道估计方法

1
2
3
4
5
下一页»
尾页
共 75 条