“何友”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209个，建议您升级VIP下载更多相关专利

[发明专利]深度特征集成学习的遥感图像目标识别泛化性方法-CN202110961137.3有效
发明人：赵文达;王明月;徐从安;姚力波;刘瑜;何友;卢湖川 -专利权人：大连理工大学
申请日： 2021-08-20 - 公布日： 2023-01-06 - 主分类号： G06V20/13 文献下载
摘要：本发明属于图像信息处理技术领域，提供了一种深度特征集成学习的遥感图像目标识别泛化性方法。该方法适用于不同种类的输入源图像，均可以得到较好的预测结果。它在网络结构中使用多个子分支预测得到多个输出特征，并使用余弦相似度控制这些输出特征的多样性，实现模型的多样性；为了能够从所得的集成特征中进一步选择所需的特征，它使用一个自适应选择网络对特征进行筛选。本发明的方法充分利用遥感图像深度特征的不同表达，如色调，对比度，饱和度，图像质量/分辨率等，设计基于门控的自适应集成架构得到用于遥感图像目标识别的具有泛化性的网络模型。
深度特征集成学习遥感图像目标识别泛化方法

[发明专利]结构化干扰与杂波下目标鲁棒智能检测方法-CN202211163221.1在审
发明人：简涛;何佳;刘瑜;李刚;何友;高龙;张健 -专利权人：中国人民解放军海军航空大学
申请日： 2022-07-02 - 公布日： 2022-12-27 - 主分类号： G01S7/36 文献下载
摘要：本发明公开了一种结构化干扰与杂波下目标鲁棒智能检测方法，属于宽带雷达信号处理领域。在存在外部干扰和均匀辅助数据量较少情况下，针对多通道宽带雷达距离扩展目标检测难以兼顾检测性能和失配鲁棒性的难题，充分挖掘杂波协方差矩阵斜对称结构信息，降低了对辅助数据量的需求，提高了未知杂波协方差矩阵估计精度，为实现干扰存在的小样本条件下目标自适应检测提供了有力支撑；构建了具有闭合形式的结构化干扰与杂波下目标鲁棒智能检测方法，在保证恒虚警率特性的同时，兼顾算法的计算复杂度、智能抗干扰、失配鲁棒性和检测性能等多方面需求，提升了复杂干扰环境下多通道宽带雷达对弱小目标和失配目标的检测性能，具有推广应用价值。
结构干扰杂波下目标智能检测方法

[发明专利]一种基于密度的快速海面SAR图像超像素分割方法-CN202110420778.8有效
发明人：李刚;王学谦;刘瑜;何友 -专利权人：清华大学;中国人民解放军海军航空大学
申请日： 2021-04-19 - 公布日： 2022-12-02 - 主分类号： G06T7/11 文献下载
摘要：本发明提出一种基于密度的快速海面SAR图像超像素分割方法，属于合成孔径雷达图像处理领域。该方法在训练阶段，获取大小相同的纯净杂波子图像和纯净含海面目标的子图像，计算每张子图像的密度向量并建立加权稀疏优化问题并求解，得到最优权重向量和最优偏差；在测试阶段，获取一张海面SAR图像并划分为多张子图像，利用最优权重向量和最优偏差计算每张子图像对应标签，判定该子图像是否可能含有目标；对所有可能含有目标的子图像进行超像素分割，得到该海面SAR图像的最终超像素分割结果。本发明通过在SAR图像超像素分割前先行快速删除大量的海杂波区域，再对剩余区域进行精细分割，显著提升了现有超像素分割方法的计算速度和存储效率。
一种基于密度快速海面 sar 图像像素分割方法

[发明专利]基于时间反转二阶Keystone变换的雷达机动目标跨单元积累方法-CN201910082921.X有效
发明人：陈小龙;关键;赵志坚;薛永华;陈唯实;黄勇;何友 -专利权人：中国人民解放军海军航空大学;中国民航科学技术研究院
申请日： 2019-01-24 - 公布日： 2022-11-29 - 主分类号： G01S13/50 文献下载
摘要：本发明涉及基于时间反转二阶Keystone变换的雷达机动目标跨单元积累方法，属于雷达信号处理领域。首先，沿快时间对脉压后的雷达数据进行傅里叶变换，得到回波距离频率‑慢时间二维数据；其次，对慢时间维数据进行时间反转运算；然后，慢时间维进行二阶Keystone变换，完成高阶距离走动补偿；最后，距离频率维进行逆傅里叶变换，慢时间维进行二阶匹配傅里叶变换，完成跨单元相参积累。本发明能补偿高阶运动带来的非线性距离走动，无需多维运动参数搜索匹配计算，简单高效，无交叉项的影响，从而提高雷达对高速或高机动的检测能力，具有工程应用价值。
基于时间反转 keystone 变换雷达机动目标单元积累方法

[发明专利]能量聚焦方法、装置、电子设备及计算机存储介质-CN202210951843.4在审
发明人：黄勇;裴家正;关键;刘宁波;丁昊;董云龙;王国庆;薛永华;何友 -专利权人：中国人民解放军海军航空大学
申请日： 2022-08-09 - 公布日： 2022-11-18 - 主分类号： G01S7/36 文献下载
摘要：本申请涉及雷达信号处理领域，提供一种能量聚焦方法、装置、电子设备及计算机存储介质。包括：获取在相参积累时间内基于相参脉冲串的观测数据，观测数据包括包含目标对象的回波数据与包含背景的杂波数据；基于观测数据对应的距离采样点数、距离单元、雷达脉冲信号的波长、相参积累时间与最大运动速度，构建基于目标对象的速度与距离的二维搜索网格；基于观测数据，分别确定二维搜索网格中各网格点的主数据、导向矢量与辅助数据，主数据基于回波数据确定，辅助数据基于杂波数据确定，辅助数据用于进行杂波抑制；基于各网格点的主数据、辅助数据与导向矢量对目标对象进行能量聚焦，得到目标对象的能量聚焦结果。本申请可以提高能量聚焦效率。
能量聚焦方法装置电子设备计算机存储介质

[发明专利]一种行星轮式磁流变液介质缓速器-CN202210005543.7在审
发明人：沈栋平;任孝义;何友;刘日辉;尹垚 -专利权人：富奥汽车零部件股份有限公司;富奥汽车零部件股份有限公司传动轴分公司
申请日： 2022-01-05 - 公布日： 2022-11-08 - 主分类号： F16D57/00 文献下载
摘要：本发明公开了一种行星轮式磁流变液介质缓速器。在壳体端面镶嵌永磁体，在转子与壳体间的缝隙间由于磁场作用下的磁流变液的剪切应力和粘度增加使阻尼增加而密封，使泄露降到很小，同时磁流变液还有润滑作用，这样既提高了工作腔的压力，又增加了使用寿命。同时在输出口采用多孔板阻尼结构，来控制输出口阻尼调节控制工作腔压力。最终根据车速信号、缓速信号、车轮转速，来控制输出口阻尼、高低压腔通道开度及阻尼控制，并时时采集工作腔压力，形成缓速器扭矩闭环控制，可实现500Hz的控制频率实现高精度的防抱死性能。
一种行星轮式流变介质缓速器

[发明专利]一种目标跟踪强化学习框架-CN202211059783.1在审
发明人：崔亚奇;何友 -专利权人：中国人民解放军海军航空大学
申请日： 2022-08-31 - 公布日： 2022-11-04 - 主分类号： G01S13/66 文献下载
摘要：本发明实施例提供了一种目标跟踪强化学习框架，方法包括：目标跟踪强化学习框架中跟踪器、智能体、可执行动作空间、动作、状态、奖励以及环境的定义与设置；智能体与环境的交互方式，智能体控制策略的优化方式和智能体的运用方式；智能体优化后，智能体与环境交互，环境输出的跟踪器运动状态信息，作为目标跟踪强化学习方法的输出，各个时刻输出的跟踪器运动状态信息为强化学习方法所跟踪得到的目标航迹。本发明实施例提供了一种基于强化学习的目标跟踪框架，给出的智能体可基于模拟环境或者实际环境进行自我学习，具有适用范围广、适配场景多、人力物力消耗少等优点。
一种目标跟踪强化学习框架

[发明专利]一种光学遥感图像舰船目标旋转检测方法和装置-CN202210780463.9在审
发明人：李刚;秦川;王学谦;刘瑜;何友 -专利权人：清华大学;清华大学深圳国际研究生院
申请日： 2022-07-04 - 公布日： 2022-11-04 - 主分类号： G06V20/13 文献下载
摘要：本发明公开了一种光学遥感图像舰船目标旋转检测方法和装置，该方法包括：获取待检测图像数据；其中，待检测图像数据包括待检测港口图像和待检测港口图像对应标签信息；将待检测图像数据输入至预设的网络模型得到待检测港口图像特征图，根据待检测港口图像特征图和待检测港口图像对应标签信息进行损失计算得到网络模型的最优检测权重；基于最优检测权重得到待检测图像数据的舰船目标检测结果。本发明提升对光学遥感图像中舰船目标的检测精度，着重解决近岸港口等复杂场景下检测精度不高和大长宽目标检测效率低的难点问题。
一种光学遥感图像舰船目标旋转检测方法装置

[发明专利]一种多尺度SAR图像目标检测方法、装置、设备和介质-CN202210921568.1在审
发明人：李刚;张宇;王学谦;姜智卓;刘瑜;何友 -专利权人：清华大学;清华大学深圳国际研究生院
申请日： 2022-08-02 - 公布日： 2022-11-01 - 主分类号： G06V20/10 文献下载
摘要：本发明提供了一种多尺度SAR图像目标检测方法、装置、设备和介质，利用轻量化卷积神经网络对SAR图像进行逐层特征提取，得到所述SAR图像的多种空间分辨率的特征图；按空间分辨率从低到高的顺序，将所述多种空间分辨率的特征图逐层融合，得到多种空间分辨率的多尺度特征图；利用所述多种空间分辨率的多尺度特征图中最高空间分辨率的多尺度特征图进行目标检测，得到目标的中心点概率热图和所述目标的尺寸；根据所述目标的中心点概率热图和所述目标的尺寸，确定所述目标在所述SAR图像中的位置框。本发明采用轻量化的网络结构并直接利用目标中心点概率热图和尺寸来预测目标位置，提升了检测速度，同时基于多个检测子模型进行监督训练，保证了目标检测精度。
一种尺度 sar 图像目标检测方法装置设备介质

[发明专利]一种海上目标轨迹分段与描述方法、电子设备及存储介质-CN201911151094.1有效
发明人：周伟;金佳龙;姜佰辰;徐从安;黄勇;关键;何友 -专利权人：中国人民解放军海军航空大学
申请日： 2019-11-21 - 公布日： 2022-10-25 - 主分类号： G06F16/27 文献下载
摘要：本发明涉及轨迹分析技术领域，具体涉及一种海上目标轨迹分段与描述方法、电子设备及存储介质。所述海上目标轨迹分段与描述方法包括：将给定的航迹按轨迹分段规则划分为多条子轨迹；确定子轨迹的轨迹类型，合并相同类型的子轨迹，使航迹优化为由轨迹段组成；各轨迹段按吞噬规则进行吞噬，使航迹优化为由吞噬航迹段组成；各吞噬轨迹段按侵略规则进行侵略，使航迹优化为由侵略航迹段组成；各侵略轨迹段按进化规则进化，以获得由进化轨迹段组成的航迹。本发明通过充分根据轨迹的形状特征对轨迹进行分段，排除了环境因素的影响；本发明采用七种行为模式对轨迹进行分段与描述，分段与描述精确可靠；此外，本发明适用性强。
一种海上目标轨迹分段描述方法电子设备存储介质

[发明专利]一种用于无人船的连接装置及无人船-CN202210902551.1有效
发明人：巩庆涛;滕瑶;李康强;王海鹏;孙忠玉;张玲;何友;陈建鹏 -专利权人：鲁东大学;陆海空间（烟台）信息技术有限公司
申请日： 2022-07-29 - 公布日： 2022-10-25 - 主分类号： E02B3/20 文献下载
摘要：本发明公开了一种用于无人船的连接装置及无人船，涉及无人船技术领域，包括靠泊台，所述靠泊台安装在堤岸；抬起机构，所述抬起机构安装在靠泊台底部的侧壁上，用于将无人船从水面抬起并使其脱离水面；夹抱机构，所述夹抱机构设置在抬起机构上，用于托住无人船的底部并与其形成连接；此用于无人船的连接装置及无人船，区别于现有技术，可避免水浪对无人船靠泊时产生的冲击，能够使连接装置保持长期的稳定，不易磨损与损坏，且无人船脱离了水面，水体也难以对船体底部造成侵蚀，提高了无人船的使用寿命，可自动清理无人船靠泊区域内的漂浮物，能够净化水面环境，同时也能避免漂浮物过多对无人船靠泊造成精度影响的问题。
一种用于无人连接装置

[发明专利]一种多目标信息关联神经网络损失函数计算方法及装置-CN202010803332.9有效
发明人：崔亚奇;何友;刘瑜 -专利权人：中国人民解放军海军航空大学
申请日： 2020-08-11 - 公布日： 2022-10-11 - 主分类号： G06N3/08 文献下载
摘要：本发明提供了种多目标信息关联神经网络损失函数计算方法及装置，方法包括：设定多目标信息关联神经网络损失函数；在多目标信息关联神经网络后端，设定其中与损失函数计算直接相关的目标关联预测网络部分；在整个多目标信息关联神经网络后端，并位于目标关联预测网络部分前面，设定关联对关联向量构建网络部分；在多目标信息关联神经网络训练过程中，输入目标信息样本数据和关联对集合，得到网络预测输出，按照设定的损失函数，结合外部输入标签，计算网络训练损失。本发明实施例提供可准确地估算网络关联预测结果与真实结果之间的偏差，引导神经网络模型参数快速优化，从而使网络在实际运用中，能做出准确的关联预测。
一种多目标信息关联神经网络损失函数计算方法装置

[发明专利]一种基于掩码训练的图像修复方法-CN202210523937.1在审
发明人：商彩;贾旭;卢湖川;何友 -专利权人：大连理工大学;大连维视科技有限公司
申请日： 2022-05-13 - 公布日： 2022-09-27 - 主分类号： G06T5/00 文献下载
摘要：本发明提供一种基于掩码训练的图像修复方法，涉及计算机视觉技术领域，包括步骤：获取图像训练集中的训练样本；将训练样本输入至待训练的掩码生成模型中对所述训练样本提取特征，得到掩码生成模型输出的掩码结果；将所述掩码生成模型输出的掩码结果与训练样本相乘，得到损坏图像；得到所述图像修复模型的处理层输出的初始修复结果；将所述初始修复结果对应于损坏部分的子图像填充至损坏图像，作为中间修复结果；根据所述纹理特征和初始修复结果，得到该训练样本对的最终修复结果；本发明通过生成动态掩码，确认了图像的可预测区域，减少了对训练过程的损害，使得训练好的图像修复模型输出的修复结果与原始图像接近，保证了图像修复效果。
一种基于掩码训练图像修复方法

[发明专利]一种基于YOLOv5的智能机器人冰壶检测方法-CN202210549759.X在审
发明人：徐严顺;卢湖川;王一帆;何友 -专利权人：大连理工大学;大连维视科技有限公司
申请日： 2022-05-17 - 公布日： 2022-09-23 - 主分类号： G06T7/00 文献下载
摘要：本发明提供一种基于YOLOv5的智能机器人冰壶检测方法，涉及计算机视觉技术领域。本发明方法，包括如下步骤：获取冰壶比赛现场图像；使用标注软件对所述冰壶比赛现场图像进行标注，得到标注后的图像；将所述图像特征图输入至YOLOv5预测网络进行前背景预测，输出不同采样倍数对应的分类预测分数和回归定位系数；将所述预测分数及边框回归值反向映射至原始图像，并在原始图像上打印，得到检测结果图。本发明针对冰壶机器人比赛的数据特点，设计轻量化的目标检测网络，并克服数据分布单一、拍摄光线较暗等困难，设计了不同的数据增强方式，重新设计损失函数。在满足高识别和定位精度的同时实现了高帧率的检测速度。
一种基于 yolov5 智能机器人检测方法

[发明专利]一种基于循环神经网络的滤波器构建方法-CN201811347456.X有效
发明人：崔亚奇;熊伟;何友;吕亚飞 -专利权人：中国人民解放军海军航空大学
申请日： 2018-11-13 - 公布日： 2022-09-23 - 主分类号： H03H17/02 文献下载
摘要：本发明公开了一种基于循环神经网络的滤波器构建方法，属于数字滤波技术，主要解决现有滤波技术模型简单、复杂度低、通适性差且无法学习的问题。该方法首先确定滤波的输入、输出和滤波阶数。然后以循环神经网络为基本单元，构建多级联合残差滤波网络，并广泛采集数据，构建联合残差滤波网络训练数据集。再然后，利用训练数据集，采用神经网络训练方法，由上到下依次训练优化各级滤波网络单元权重参数，直到整个网络训练好为止。最后，根据滤波输出需求，选取相关层级残差滤波网络结构的输出结果，作为整个滤波网络的滤波结果进行输出，即可实现滤波。该滤波器构建方法具有适用范围广、适配场景多、实用效果好等优点，可应用解决各领域滤波问题。
一种基于循环神经网络滤波器构建方法