“未知目标”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果892451个，建议您升级VIP下载更多相关专利

[发明专利]一种盲源信号分离的方法及装置-CN201710431161.X有效
发明人：李成杰;朱立东 -专利权人：电子科技大学
申请日： 2017-06-09 - 公布日： 2020-02-21 - 主分类号： H04L25/02 文献下载
摘要：本发明公开了一种盲源信号分离的方法及装置，涉及信号处理技术领域，其方法包括：通过对源混合信号中的未知强干扰信号进行第一盲源分离操作，得到未知强干扰信号的参数特征；根据所得到未知强干扰信号的参数特征，对所述未知强干扰信号进行重组处理，得到用于抵消所述源混合信号中未知强干扰信号的强干扰抵消信号；利用得到的强干扰抵消信号对所述源混合信号中的未知强干扰信号进行抵消操作，得到弱混合目标信号，并通过对所得到的弱混合目标信号进行第二盲源分离操作，得到分离后的弱目标信号。
一种信号分离方法装置

[发明专利]一种基于未知类别感知的路面抛洒物检测方法-CN202310575544.X在审
发明人：陶杰;金炎君;于涵诚;李保;陈立康;邵奇可;颜世航 -专利权人：浙江省机电设计研究院有限公司
申请日： 2023-05-19 - 公布日： 2023-08-15 - 主分类号： G06V20/40 文献下载
摘要：本发明公开一个基于未知类别感知的路面抛洒物检测方法，首先采用交通参与者数据集训练目标检测模型和语义分割模型。然后，对未知类别数据集和已知类别数据集分别采用训练好的目标检测模型检测出候选框，保留交并比大于第一阈值的候选框，计算保留候选框对应的感知参数，采用概率密度函数拟合感知参数集合，生成未知类别分布和已知类别分布最后，将待识别图像输入到训练好的目标检测模型和语义分割模型，利用已知类别分布和未知类别分布，从目标候选框集合中感知未知类别目标，得到疑似抛洒物候选框集合。
一种基于未知类别感知路面抛洒检测方法

[发明专利]抠图方法、装置、电子设备和计算机可读存储介质-CN202311190837.2在审
发明人：梁椅辉;苟洪山;冯夫健;夏大文;黄翰;邹昆;李文生 -专利权人：电子科技大学中山学院
申请日： 2023-09-15 - 公布日： 2023-10-20 - 主分类号： G06T7/194 文献下载
摘要：本申请提供一种抠图方法、装置、电子设备和计算机可读存储介质，该方法的一具体实施方式包括：针对待处理图像中的每一个目标未知像素点，确定该目标未知像素点对应的多个精英像素对；精英像素对包括待处理图像中满足评价条件的前景像素颜色值、背景像素颜色值；基于多个精英像素对对应的颜色值，估计目标模型的未知参数，以构建目标模型；利用目标模型从待处理图像的所有像素对中确定出目标像素对；将目标像素对对应的颜色值代入透明度遮罩计算公式中，计算得到未知像素点对应的透明度遮罩值；根据目标未知像素点对应的透明度遮罩值，抠取待处理图像的前景对象。
方法装置电子设备计算机可读存储介质

[发明专利]量子态测量方法、装置、设备、存储介质及系统-CN202110338145.2有效
发明人：王鑫;赵炫强;赵犇池 -专利权人：北京百度网讯科技有限公司
申请日： 2021-03-30 - 公布日： 2022-02-01 - 主分类号： G06N10/20 文献下载
摘要：具体实现方案为：接收端从量子信道接收待处理量子态，待处理量子态是处于发送端的目标未知量子态经由量子信道传输后的量子态；量子信道是基于接收端和发送端所共享的量子系统而得到的，量子信道与量子系统的系统量子态相关；基于量子系统的系统量子态，将待处理量子态进行分解处理，得到分解结果，分解结果至少包括与目标未知量子态不存在关联关系的噪声信息，以及与目标未知量子态存在关联关系的目标信息；去除分解结果中的噪声信息，提取出与所述目标未知量子态存在关联关系的目标信息，以得到针对目标未知量子态的目标测量结果。
量子测量方法装置设备存储介质系统

[发明专利]一种分布式MIMO雷达定位方法-CN202211208894.4在审
发明人：吴晓平;林勤满 -专利权人：湖州师范学院
申请日： 2022-09-30 - 公布日： 2023-01-20 - 主分类号： G01S13/06 文献下载
摘要：本发明公开一种分布式MIMO雷达定位方法，包括获取MIMO雷达系统的参数值和多对TD测量值；将时钟偏移作为附加变量构建双基地距离表达式；变换双基地距离表达式，定义第一未知向量，引入第一加权矩阵，将表达式改写为第一线性方程；给第一加权矩阵赋予初始值，计算出目标位置的估计值；根据估计值计算出新的第一加权矩阵，多次重复迭代，得到第一未知向量估计值；提取目标位置估计值、时钟偏移估计值和第一未知向量的误差；构建与目标位置误差、第一未知向量误差相关的表达式，定义第二未知向量，引入第二加权矩阵，改写成第二线性方程；求解第二未知向量，提取目标位置计算结果和时钟偏移计算结果。本发明能够在未知时钟偏移时，消除时钟偏移的影响。
一种分布式 mimo 雷达定位方法

[发明专利]基于稀疏项恢复的恶意锚节点检测和目标节点定位方法-CN202110289662.5有效
发明人：刘星成;唐曌;刘异橦 -专利权人：中山大学
申请日： 2021-03-15 - 公布日： 2023-01-20 - 主分类号： H04W12/121 文献下载
摘要：本发明提供一种基于稀疏项恢复的恶意锚节点检测和目标节点定位方法，包括步骤如下：将无线传感器网络中攻击者对于节点的测距数值攻击项构建成未知扰动项，并在未知扰动项中引入目标节点待估位置，得到未知稀疏向量；S2：将恶意锚节点检测和目标节点定位问题转换为对未知稀疏向量的恢复问题；S3：根据递推加权线性最小二乘法确定初始节点的位置，并采用自适应梯度投影方法对具有稀疏特性的未知稀疏向量进行恢复和重建；S4：利用未知稀疏向量恢复数值逼近阈值确定恶意锚节点判定范围，实现对于恶意锚节点的检测，利用干扰项重建的非稀疏项部分恢复确定目标节点位置信息。本发明实现在安全定位机制中的同时对恶意锚节点检测和未知节点定位估算，提高检测的准确性和高效性。
基于稀疏恢复恶意节点检测目标定位方法

[发明专利]一种基于弹簧模型和可靠锚节点的DV-Hop节点定位方法-CN202110994369.9在审
发明人：陈天飞;侯帅鑫;孙丽君;牛海旭;赵志鹏;赵攀;王自强;张秋闻;黄立勋 -专利权人：河南工业大学
申请日： 2021-08-27 - 公布日： 2021-11-26 - 主分类号： H04W64/00 文献下载
摘要：本发明提出了一种基于弹簧模型和可靠锚节点的DV‑Hop节点定位方法，其步骤为：计算目标锚节点到参考锚节点的修正系数；计算参考锚节点、目标锚节点和未知节点所构成的夹角；从物理中弹簧模型角度分析目标锚节点到参考锚节点的修正系数对目标路径的影响，选取角度的函数作为权值对参考路径的修正系数进行加权求和，得到未知节点到目标锚节点的修正系数；对未知节点与目标锚节点间的距离进行校正；利用RANSAC算法抽取可靠锚节点，利用最小二乘法对可靠锚节点进行坐标拟合，选取误差最小的估计坐标作为未知节点的坐标。本发明不仅能够延长传感器节点的使用时长，且能较明显的提升节点间距离的精度，显著提升了未知节点的定位精度和定位稳定性。
一种基于弹簧模型可靠节点 dv hop 定位方法

[发明专利]信息泄露风险度量的方法和装置-CN201811646432.4有效
发明人：朱娜斐;王思雨;何泾沙;滕达;李文欣 -专利权人：北京工业大学
申请日： 2018-12-30 - 公布日： 2021-02-26 - 主分类号： G06F21/62 文献下载
摘要：应用于目标系统，该方法包括：构建包括多个节点的隐私信息本体树；确定已知隐私信息和未知隐私信息；将已知隐私信息和未知隐私信息分别映射到隐私信息本体树中的每一个节点上；从隐私信息本体树中选取映射有未知隐私信息的节点作为目标节点；根据目标节点获取与目标节点存在父子关系的节点作为当前节点；则根据当前节点的隐私泄露值计算目标节点的隐私泄露值；根据目标节点的隐私泄露值确定未知隐私信息的泄露风险程度。提高了未知隐私信息的保护力度。
信息泄露风险度量方法装置

[发明专利]地基光电望远镜的空间目标快速捕获定位方法-CN201210562773.X有效
发明人：张磊;梁国龙;郭敬明 -专利权人：中国科学院长春光学精密机械与物理研究所
申请日： 2012-12-21 - 公布日： 2013-04-03 - 主分类号： G01C21/02 文献下载
摘要：地基光电望远镜的空间目标快速捕获定位方法涉及一种天文观测技术领域，该方法可根据背景恒星的信息通过星图识别的方式对未知空间目标进行快速测量定位。该方法包括如下步骤：计算望远镜视轴指向；构建局部特征库；未知空间目标的确定及捕获；局部星图识别；修正恒星位置；定位空间目标。本发明能够快速捕获目标；嵌入局部星图识别算法，采用局部星图识别，能够明显提高识别速度，实现对未知空间目标的实时定位；通过多星定位未知空间目标，不受望远镜轴系误差的影响；数据无需在各坐标系之间进行转换，提高了定位精度；存在多个星像点被识别时，采用最小二乘法，提高了空间目标的定位精度。
地基光电望远镜空间目标快速捕获定位方法

[发明专利]一种基于物理感知学习的散射成像目标重建方法-CN202111575701.4有效
发明人：柏连发;崔倩莹;韩静;郭恩来;张毅;赵壮;朱硕;顾杰;冮顺奎;张明星;施继玲;王晓颖 -专利权人：南京理工大学
申请日： 2021-12-22 - 公布日： 2023-04-07 - 主分类号： G06T3/40 文献下载
摘要：本发明公开了一种基于物理感知学习的散射成像目标重建方法，包括：基于散斑相关的物理先验信息，利用已知目标透过相同散射介质在固定目标和相机位置下的散斑数据进行数据增广和模型训练，而后通过训练好的学习网络对未知散射场景下未知目标位置和相机位置的散斑数据进行目标重建本发明利用散斑相关在大景深范围下的比例关系进行数据增广，仅通过利用透过一块散射介质下固定目标位置和相机位置的散斑数据进行模型的训练，便可实现对未知散射场景下未知目标位置和相机位置下的复杂目标进行高保真准确重建
一种基于物理感知学习散射成像目标重建方法

[发明专利]基于全局优化算法的一维角度测量的三维定位方法-CN202310645548.0在审
发明人：郑晓园;曹振乾;张敏;张磊;王千龄 -专利权人：河北工业大学
申请日： 2023-06-02 - 公布日： 2023-08-22 - 主分类号： G01S5/06 文献下载
摘要：本发明为一种基于全局优化算法的一维角度测量的三维定位方法，首先将至少三个传感器部署在地面上，根据未知源的位置和线阵的目标到达角建立基于一维角度的测量模型；然后，根据测量模型，基于最大似然估计推导目标函数；最后，利用全局优化算法对目标函数进行求解，将种群个体作为未知源的位置，根据目标函数计算种群个体的适应度值，在每次迭代过程中根据适应度值调整个体位置，达到最大迭代次数后，最小适应度值对应的个体位置即为未知源的位置该方法将未知源位置的求解问题转化为以未知源坐标为设计变量的优化问题，将目标函数作为全局优化算法的适应度函数，利用全局优化算法求解未知源的位置，在保证精度的前提下简化了求解过程，节省了定位成本，同时减少了传感器的使用
基于全局优化算法角度测量三维定位方法

[发明专利]一种对目标高度稳健的外辐射源二维定位方法-CN202010979772.X有效
发明人：万群;张通;任振瀚;胡琼;丁学科;宫健;徐保根;万义和 -专利权人：电子科技大学;同方电子科技有限公司
申请日： 2020-09-17 - 公布日： 2022-05-17 - 主分类号： G01S13/42 文献下载
摘要：本发明属于电子信息技术领域，具体是涉及一种对目标高度稳健的外辐射源二维定位方法。本发明用于在目标高度未知的情况下，通过测量目标反射的回波信号的一维来波方向和到达时差，确定目标的平面坐标。使用本发明提出的方法，在目标高度未知的情况下，通过测量目标反射的回波信号的一维来波方向和到达时差，所确定的目标的平面坐标(二维定位)的定位精度不受未知的目标高度的影响。
一种目标高度稳健辐射源二维定位方法

[发明专利]一种开放条件下的未知类型目标识别方法-CN202210917882.2在审
发明人：董刚刚;耿晓静;夏子恒;刘宏伟 -专利权人：西安电子科技大学
申请日： 2022-08-01 - 公布日： 2022-11-25 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种开放条件下的未知类型目标识别方法，提出使用不同类别的样本在分类网络的输入层或者中间隐藏层进行随机组合，生成未知类别样本的方法，针对性地在合成孔径雷达目标识别问题中，实现对未知目标的准确判识本发明提出的方法中生成未知类目标所需要的计算量简单，而且不需要依赖于大量的训练样本即可实现理想的识别效果。本发明提出的方法可借助新生成的未知类样本将决策边界推向其对应的聚类，紧凑类内间距。
一种开放条件下未知类型目标识别方法

[发明专利]未知环境下无人船集群自主探索及环境重构方法-CN202210771312.7在审
发明人：范云生;张佳昊;韩新洁 -专利权人：大连海事大学
申请日： 2022-06-30 - 公布日： 2022-10-11 - 主分类号： G05D1/02 文献下载
摘要：本发明公开了一种未知环境下无人船集群自主探索及环境重构方法，包括：在未知水域环境下采用3D激光雷达获取水域环境的三维点云信息，采用RGB‑D视觉相机获取水域环境的图像信息，将两者信息融合处理后导入至栅格地图重构未知水域环境；采用快速探索随机树算法与边界探索算法相结合的策略在未知水域环境中获取待探索目标点，并将待探索目标点在栅格地图中进行可视化显示，将所有获取的待探索目标点归类成集合，定义为探索目标点集；在探索目标点集中采用无人船集群自主探索方法寻找导航目标点，构建待探索目标点的增益函数，通过比较各目标点的增益大小选择导航目标点。
未知环境无人集群自主探索方法

[发明专利]一种基于少样本学习的开放世界目标检测方法-CN202310198831.3在审
发明人：陈威;纪荣嵘;曹刘娟;张声传 -专利权人：厦门大学
申请日： 2023-03-03 - 公布日： 2023-06-06 - 主分类号： G06V10/44 文献下载
摘要：一种基于少样本学习的开放世界目标检测方法，属于图像处理领域。基于少样本学习的开放世界目标检测任务，在类别不可知的目标检测中引入少样本学习方法，提供少量未知类别的样本，指导网络实现对于新类别的检测与未知类别的定位。提供基于少样本学习的开放世界目标检测的网络OFDet，在两阶段微调范式下的类别不可知的物体检测器上建模。OFDet由三个模块组成：类别不可知目标检测模块CALM、基础分类模块BCM以及新类别的检测模块NDM。为选择更准确的未知物体，提出基于未知候选框的选择算法。在已有的多个已有任务上性能良好，在新设定的OFOD任务上，对于未知类别的平均召回率达到最好效果，同时获得较高新类别平均精度。
一种基于样本学习开放世界目标检测方法