“瞿崇晓”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21个，建议您升级VIP下载更多相关专利

[发明专利]异源图像匹配模型的训练方法、匹配方法及介质-CN202310702011.3在审
发明人：张永晋;陈初杰;瞿崇晓;祝中科;许斌;阮成明 -专利权人：中国电子科技集团公司第五十二研究所
申请日： 2023-06-13 - 公布日： 2023-09-12 - 主分类号： G06V10/75 文献下载
摘要：本发明公开了一种异源图像匹配模型的训练方法、匹配方法及介质，训练方法包括步骤：A，获取训练图像数据集；B，搭建异源图像匹配网络模型；C，随机选取，第一图像上随机截取第一截图，标记关键点；对第一图像进行处理，以得到背景图像；在第二图像上截取第二截图，标记关键点；D，对背景图像和第一截图进行图像通道拼接，得到第一混合图像；对背景图像和第二截图进行图像通道拼接，得到第二混合图像；E，将获取的混合图像输入搭建好的网络进行前向推理，以得到多个关键点以及对应的预测值，并计算损失函数，重复迭代直至损失函数收敛至预设值，以得到训练好的异源图像匹配模型，使计算更加快速，准确，高效，匹配模型的鲁棒性更好。
图像匹配模型训练方法介质

[发明专利]一种基于逆神经辐射场的视觉定位方法-CN202310496432.5在审
发明人：陈初杰;瞿崇晓;张永晋;张子恒;李彤;李俊薇 -专利权人：中国电子科技集团公司第五十二研究所
申请日： 2023-05-05 - 公布日： 2023-08-22 - 主分类号： G06T7/73 文献下载
摘要：本发明公开了一种基于逆神经辐射场的视觉定位方法，包括采集三维渲染数据集和人工采集标注真实场景数据集。本基于逆神经辐射场的视觉定位方法利用相机拍摄的图像作为输入，直接逆向求解相机自身位姿实现视觉定位，解决现有技术中基于图像特征点的视觉定位方法实时性差、需要图像连续，且图像具有明显的纹理特征的问题；对深度学习神经网络模型训练的过程中分为预训练和修正训练，且预训练过程中采用三维渲染数据集，获取较为简单，且得到的场景较为丰富多样，再在修正训练过程中采用人工采集标注真实场景数据集，这样既能使得深度学习神经网络模型具有多场景适应能力由能针对真实场景有更准确的效果。
一种基于神经辐射视觉定位方法

[发明专利]一种基于小样本增量学习的轻量化目标识别方法-CN202310327976.9在审
发明人：林律;靳慧泉;余华峰;朱弈霖;瞿崇晓;张永晋;范长军 -专利权人：中国电子科技集团公司第五十二研究所;中电海康集团有限公司
申请日： 2023-03-30 - 公布日： 2023-07-25 - 主分类号： G06V10/82 文献下载
摘要：本发明公开了一种基于小样本增量学习的轻量化目标识别方法，包括对原始数据集中的图像数据进行预处理，使得原始数据集中的图像调整至设定的尺寸。本基于小样本增量学习的轻量化目标识别方法利用新增的增量学习模块，实现在保持原类型任务识别精度并提升网络模型在新增的类别任务中的识别精度，解决了现有技术中在新类型的任务中达不到较高的识别精度或原任务类型的精度不高的问题；本基于小样本增量学习的轻量化目标识别方法利用模型剪枝与量化的方式，实现了保持模型精度的条件下，大幅压缩模型体积，实现轻量化部署；并对在新的小样本的数据增广，能够利用较少的样本量进行增量学习的训练。
一种基于样本增量学习量化目标识别方法

[发明专利]一种基于改进注意力机制的雷达信号调制方式识别方法-CN202310148042.9在审
发明人： 瞿崇晓;刘少红;张永晋;范长军;刘硕;张建楠;陈初杰 -专利权人：中国电子科技集团公司第五十二研究所
申请日： 2023-02-14 - 公布日： 2023-06-23 - 主分类号： G06F18/241 文献下载
摘要：本发明公开了一种基于改进注意力机制的雷达信号调制方式识别方法，包括以一个调制周期内的采样数据作为一个雷达信号样本，对每个雷达信号样本进行标注，得到逐个雷达信号样本对应的调制类型标签。本方法直接采用雷达信号的I/Q复信号，无需人工提取各类雷达信号特征，不依赖于雷达领域专家的先验知识，采用四头注意力机制分别对I/Q复信号的实部、虚部、实虚结合和模部分四类数据先独立进行浅层特征学习，再相互融合获取深层特征；本方法采用的包含卷积神经网络、改进的多头注意力机制神经网络和全连接神经网络的雷达信号调制方式识别模型，摒弃了LSTM模型串行操作的方式，可并行化实现和训练模型，极大提高了训练、预测和识别效率。
一种基于改进注意力机制雷达信号调制方式识别方法

[发明专利]一种中文领域事件抽取方法-CN202310169613.7在审
发明人：郎彬;雷达;瞿崇晓;张永晋;余华峰;金磊;范长军;陈久红;丁尧;胡天祥;余丽仙;杨志杰 -专利权人：中国电子科技集团公司第五十二研究所
申请日： 2023-02-27 - 公布日： 2023-04-25 - 主分类号： G06F40/279 文献下载
摘要：本发明公开了一种中文领域事件抽取方法，包括从领域数据库中选择原始领域语料，构造领域数据集和专业词表，训练militaryBERT模型；对事件抽取数据集的输入语料采用militaryBERT模型、依存句法分析工具DDParser和词性分析工具Jieba进行数据预处理，得到最终的原始特征表示。本中文领域事件抽取方法采用militaryBERT模型、句法依存分析和词性分析对事件抽取数据集的输入语料进行数据预处理，得到原始特征表示，增强了事件抽取模型上下文语义表示能力；本中文领域事件抽取方法通过构建包括第一特征提取网络和第二特征提取网络的事件抽取模型，并通过对各特征提取网络提取后的特征进行融合，有效提高事件抽取的准确性。
一种中文领域事件抽取方法

[发明专利]一种基于自监督机制的遥感图像细粒度目标识别方法-CN202111210500.4有效
发明人：陈初杰;瞿崇晓;张永晋;祝中科;张建楠;杜鑫;范长军 -专利权人：中国电子科技集团公司第五十二研究所
申请日： 2021-10-18 - 公布日： 2023-02-03 - 主分类号： G06V20/13 文献下载
摘要：本发明公开了一种基于自监督机制的遥感图像细粒度目标识别方法，将所述融合卫星遥感图像输入目标检测卷积神经网络以获得目标位置，根据目标位置从所述融合卫星遥感图像截取目标图像截图，输入语义分割卷积神经网络以获得所述目标图像截图的语义分割结果，最后根据所述语义分割结果对所述目标图像截图进行图像滤波，并将滤波后的图像输入细粒度目标识别网络模型进行目标细粒度识别获得遥感图像目标识别结果。本发明解决了细粒度遥感图像检测和识别中标注样本监督信息不充足、领域知识不匹配问题，提高了识别准确度。
一种基于监督机制遥感图像细粒度目标识别方法

[发明专利]基于关键事件检测的兵棋推演过程关键战法挖掘方法及装置-CN202211067595.3在审
发明人：徐志伟;夏少杰;包骐豪;朱善胜;瞿崇晓 -专利权人：中国电子科技集团公司第五十二研究所
申请日： 2022-09-01 - 公布日： 2023-01-24 - 主分类号： G06F30/27 文献下载
摘要：本发明公开了一种基于关键事件检测的兵棋推演过程关键战法挖掘方法及装置，包括：对采集的兵棋推演数据进行多分辨率势态特征抽象，得到统一维度下作战单位的战场势态特征集；基于战场势态特征集采用弱监督自训练方法提取兵棋推演数据中已知的关键事件，并得到特定关键事件集；基于战场势态特征集和特定关键事件集，利用基于深度隐层特征的新型关键事件识别方法提取兵棋推演数据中新型的关键事件，并对新型的关键事件进行标注得到新型关键事件集；将特定关键事件集和新型关键事件集中的各关键事件依据时序关系组合，形成多元战法集，完成关键战法挖掘。本发明提高关键战法挖掘的时效性和准确性。
基于关键事件检测推演过程战法挖掘方法装置

[发明专利]一种面向空中智能博弈的行为模仿训练方法-CN202110425153.0有效
发明人：包骐豪;朱燎原;夏少杰;瞿崇晓 -专利权人：中国电子科技集团公司第五十二研究所
申请日： 2021-04-20 - 公布日： 2023-01-03 - 主分类号： G06F30/27 文献下载
摘要：本发明公开了一种面向空中智能博弈的行为模仿训练方法，包括如下步骤：S1、构建智能体博弈决策模型；S2、确定环境状态和动作空间，塑造各动作的连续非疏奖励函数；S3、在模型中进行空中博弈，执行如下步骤：S31、根据执行的动作生成下一环境状态并获得奖励，依次循环迭代，实现最大化累积奖励；S32、基于专家行为实现反向强化学习，获得目标奖励函数；S33、计算各智能体行为和专家行为的相似度；S34、获得综合奖励；S4、训练智能体博弈决策模型。本发明改善了传统低效的奖励函数设计过程和模型训练随机探索过程，使得奖励函数具有可解释性和人为干预能力，提高了智能体决策水平和收敛速度，解决了模型训练冷启动问题。
一种面向空中智能博弈行为模仿训练方法

[发明专利]对面支援场景下基于多智能体强化学习的航迹规划方法-CN202210955706.8在审
发明人： 瞿崇晓;靳慧泉;焦文明;朱燎原;夏少杰;范长军 -专利权人：中国电子科技集团公司第五十二研究所
申请日： 2022-08-10 - 公布日： 2022-12-09 - 主分类号： G08G5/00 文献下载
摘要：本发明公开了一种对面支援场景下基于多智能体强化学习的航迹规划方法，应用在实时仿真推演时包括：对面支援仿真引擎初始化并实例化实体；获取所有实体与环境当前的态势信息；将得到的态势信息进行态势转换；基于转换至相对坐标系下的态势信息，由预训练的强化学习模型决策出己方每架飞机的机动方向；根据己方每架飞机的机动方向，通过利用机动模型进行动作转换生成己方每架飞机下一时刻的位置信息；根据己方每架飞机下一时刻的位置信息，得到所有实体与环境下一时刻的态势信息；重复执行直至完成对面支援任务，输出己方每架飞机包含各个时刻的位置信息的完整航线。本发明提高了对面支援场景下的航迹规划的效率和环境适应性。
对面支援场景基于智能强化学习航迹规划方法

[发明专利]一种基于深度强化学习的分层决策方法-CN202211014161.7在审
发明人：朱燎原;包骐豪;夏少杰;瞿崇晓;王宇峰 -专利权人：中国电子科技集团公司第五十二研究所
申请日： 2022-08-23 - 公布日： 2022-11-25 - 主分类号： G06N3/04 文献下载
摘要：本发明公开了一种基于深度强化学习的分层决策方法，先初始化决策对象的战术决策层智能体和意图识别层智能体，意图识别智能体采用深度循环Q网络根据输入的意图识别观测信息，生成意图识别层行为，根据意图识别层行为选择战术决策层智能体；战术决策层智能体采用深度确定性策略梯度算法，根据战术决策观测信息计算战术决策层智能体的行为。本发明战术决策层和意图识别层在训练时是相互独立的，在决策时是相互联系的，避免了同时训练难以收敛的问题，能够加快训练时的算法收敛速度，进而提升智能体整体决策能力。
一种基于深度强化学习分层决策方法

[发明专利]一种基于一维多输入卷积神经网络的信道编码盲识别方法-CN202110357724.1有效
发明人：廖志州;夏少杰;马宇锋;冯秋晨;董赵宇;许文祥;祝中科;张永晋;瞿崇晓;范长军 -专利权人：中国电子科技集团公司第五十二研究所
申请日： 2021-04-01 - 公布日： 2022-06-14 - 主分类号： H04L25/02 文献下载
摘要：本发明公开了一种基于一维多输入卷积神经网络的信道编码盲识别方法，包括：S1、构建信道编码样本集；S2、对信道编码样本集中的样本分别进行传统特征提取和组词处理，将组词处理后的词作为第一输入值；S3、将传统特征提取中提取的特征均表示为一维特征向量，进行维度补齐后合并为特征矩阵，特征矩阵为第二输入值；S4、构建一维多输入卷积神经网络模型；S5、训练并获得最终模型；S6、采集待识别的信道编码二进制流数据，获取第一输入值和第二输入值后输入最终模型进行编码识别，判定类别次数中最多的一类作为实际编码类型和编码参数。本申请提高了信道编码识别准确度和泛化性，简化了传统生成矩阵识别的方法，计算量少、扩展性强。
一种基于一维多输入卷积神经网络信道编码识别方法

[发明专利]一种基于深度学习的异常I/Q信号识别方法及系统-CN202011399508.5有效
发明人： 瞿崇晓;范长军;张永晋;夏少杰;柳明;高翔 -专利权人：中国电子科技集团公司第五十二研究所
申请日： 2020-12-02 - 公布日： 2022-05-03 - 主分类号： H04W24/08 文献下载
摘要：本发明公开了一种基于深度学习的异常I/Q信号识别方法及系统，方法包括获取原始I/Q信号，得到I(t)和Q(t)信号分量，其中t为时间变量；对原始I/Q信号进行预处理，形成训练数据集；构建信号识别模型，信号识别模型包括卷积神经网络结构、循环神经网络结构、全连接神经网络结构；基于训练数据集对所述信号识别模型进行训练；利用训练至最优的信号识别模型对待识别的I/Q信号输出I/Q信号识别结果，I/Q信号识别结果包括类别及其置信度，类别为正常信号或异常信号。本发明旨在解决异常I/Q信号识别成本高、准确率低的问题。
一种基于深度学习异常信号识别方法系统

[发明专利]一种基于模糊决策树的深度强化学习空战博弈方法和系统-CN202010132561.2有效
发明人：朱燎原;刘长卫;瞿崇晓;张瑞峰;夏少杰;包骐豪 -专利权人：中国电子科技集团公司第五十二研究所
申请日： 2020-02-29 - 公布日： 2022-05-03 - 主分类号： G06N7/02 文献下载
摘要：本发明公开了一种基于模糊决策树的深度强化学习空战博弈解释方法，包括：采用已训练的深度强化学习模型进行空战博弈，得到训练集和特征集；构建特征集中各特征的隶属度函数，逐一将特征模糊化，得到特征集模糊化后的模糊特征集；根据训练集和模糊特征集建立模糊决策树；通过极小化决策树的损失函数对模糊决策树进行剪枝；遍历剪枝后的模糊决策树的所有路径，其中每一路径表示一个空战博弈规则；将空战博弈时深度强化学习模型的输入和输出保存为待处理数据，将待处理数据输入至剪枝后的模糊决策树中得到对应的空战博弈规则，从而完成空战博弈解释。本发明解决了深度强化学习算法可解释性差、结果不直观的问题。
一种基于模糊决策树深度强化学习空战博弈方法系统

[发明专利]一种持续超高速的数据卸载系统-CN201811139566.7有效
发明人：彭信民;闫华;吴道广;瞿崇晓 -专利权人：中国电子科技集团公司第五十二研究所
申请日： 2018-09-28 - 公布日： 2022-04-01 - 主分类号： G06F3/06 文献下载
摘要：本发明公开了一种持续超高速的数据卸载系统，包括控制设备和多台磁盘阵列，用于对记录仪设备中的数据文件进行卸载，控制设备分别与记录仪设备、各磁盘阵列连接，记录仪设备与各磁盘阵列之间连接形成多个数据传输通道，各数据传输通道均带有特定的ID号，磁盘阵列中设置有转储单元，记录仪设备中设置有卸载服务单元，本发明利用并行计算技术，构建分布式存储系统，将数据卸载工具中数据转储的多线程读写操作修改为分布式并行操作，提高数据卸载的工作效率，大幅度提升数据转储的速度，从而减少海量超大数据卸载所需时间。
一种持续超高速数据卸载系统

[发明专利]一种结合稀疏自编码器和改进LSTM的雷达信号干扰预测方法-CN202110989508.9在审
发明人： 瞿崇晓;范长军;周明政;杨绪峰;刘硕;徐海龙 -专利权人：中国电子科技集团公司第五十二研究所
申请日： 2021-08-26 - 公布日： 2021-12-07 - 主分类号： G01S7/38 文献下载
摘要：本发明公开了一种结合稀疏自编码器和改进LSTM的雷达信号干扰预测方法，包括采集敌方雷达的威胁信号并进行预处理；将预处理后的威胁信号表示为脉冲描述字PWD列表；构建稀疏自编码器，采用稀疏自编码器提取所述脉冲描述字PWD列表的非线性特征；构建改进LSTM网络层，采用改进LSTM网络层对稀疏自编码器输出的非线性特征的时序关系进行建模得到时序关系特征；构建全连接分类层，根据改进LSTM网络层输出的时序关系特征输出针对敌方雷达的威胁信号的干扰技术种类。本发明能够自动提取敌方雷达信号脉冲描述字的非线性特征，学习其随时间演进的时序依赖关系，实现从特征提取到类型识别的端到端的建模。
一种结合稀疏编码器改进 lstm 雷达信号干扰预测方法

1
2
下一页»
尾页
共 21 条