专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果266个,建议您升级VIP下载更多相关专利
  • [发明专利]一种基于卷积神经网络的多站雷达系统干扰鉴别方法-CN202011391149.9有效
  • 刘洁怡;罗宏亮;公茂果;周佳社;张明阳;李豪 - 西安电子科技大学
  • 2020-12-02 - 2023-10-03 - G01S7/36
  • 本发明公开了一种基于卷积神经网络的多站雷达系统干扰鉴别方法,包括:根据多站雷达系统中的K个雷达得到K组慢时间随机复包络序列;将K组慢时间随机复包络序列依次水平链接得到第一二维数据块;将第一二维训练数据块输入至第一干扰鉴别网络得到第一分类输出结果;采用梯度下降法得到第一干扰鉴别网络的损失函数的最小值以得到第二干扰鉴别网络;将第一二维数据块输入至第二干扰鉴别网络,在第二干扰鉴别网络的误差和小于或者等于阈值时得到第三干扰鉴别网络;将第二二维数据块输入至所述第三干扰鉴别网络得到最终分类输出结果。本发明的干扰鉴别方法提高了多站雷达系统信息处理过程对采样数据的利用率,提高了对欺骗式干扰的鉴别概率。
  • 一种基于卷积神经网络雷达系统干扰鉴别方法
  • [发明专利]一种用户标签数据预测系统、方法、装置及电子设备-CN202010724476.5有效
  • 公茂果;高原;王钊;梁爽;王善峰;武越;张明阳;李豪 - 西安电子科技大学
  • 2020-07-24 - 2023-08-15 - G06N3/098
  • 本发明公开了一种用户标签数据预测系统和方法,第一客户端获取目标用户的第一标识数据和第一特征数据组,针对每个第二客户端,预测第一特征数据组在该第二客户端的第二预测特征数据组,将第一标识数据和第二预测特征数据组的加密数据发送给该第二客户端;利用训练得到的联邦学习模型参数,获得第一特征数据组的第一加密加权值并发送给服务端;每个第二客户端利用接收到的加密数据,确定目标用户在该第二客户端的第二目标特征数据组,利用训练得到的联邦学习模型参数,获得第二目标特征数据组的第二加密加权值并发送给服务端;服务端对接收到的第一加密加权值和第二加密加权值求和,对求和结果解密得到目标用户的目标标签数据并返回给第一客户端。
  • 一种用户标签数据预测系统方法装置电子设备
  • [实用新型]一种遥感影像数据采集平台-CN202320045959.1有效
  • 谢飞;高原;李豪;王钊;武越;管子玉;赵伟;公茂果 - 西安电子科技大学
  • 2023-01-09 - 2023-08-15 - F16M11/04
  • 本实用新型公开了遥感影像技术领域的一种遥感影像数据采集平台,包括支撑板、数据采集装置本体、移动机构和调整机构,所述移动机构包括镂空箱,所述镂空箱安装在支撑板的顶部,所述镂空箱的一侧安装有伺服电机,所述伺服电机的转动轴贯穿镂空箱且端部安装有螺纹杆,所述螺纹杆的内部活动设置有活动块,需要使用装置进行工作检测时,启动伺服电机,螺纹杆带动螺纹杆进行转动,螺纹杆在转动过程中带动活动块进行调整角度,活动块在移动过程中带动数据采集装置本体进行移动,将数据采集装置本体移动至合适位置时间,停止伺服电机,避免因难以对数据采集装置本体进行调整位置,导致装置的使用局限性过低,此方式可避免这类现象发生。
  • 一种遥感影像数据采集平台
  • [发明专利]一种云计算环境下代理优化的问题规模统一化方法-CN202111424117.9有效
  • 公茂果;熊普;李豪;李得众;武越;王善峰;刘洁怡;蒋祥明 - 西安电子科技大学
  • 2021-11-26 - 2023-08-08 - G06F30/27
  • 本发明公开了一种云计算环境下代理优化的问题规模统一化方法,应用于云端,包括:获取客户端关于多目标问题的优化任务;产生多个输入样本,利用真实函数得到输出矩阵;产生多个权向量,将多目标问题聚合为单目标问题;从云端数据库中获取若干个相关源模型,构建多问题代理模型;利用多问题代理模型搜索待评估点,利用真实函数评估待评估点以更新输出矩阵,得到帕累托前沿面;判断是否达到预设的评估次数;若否返回产生多个权向量的步骤;若是将最终得到的帕累托前沿面作为优化结果返回客户端。本发明运用了多问题代理模型的方法来进行多目标优化,引入随机投影矩阵能解决源模型与目标模型问题规模不一致的情况,能得到更精确的结果,并降低成本。
  • 一种计算环境代理优化问题规模统一化方法
  • [发明专利]基于车载激光雷达的障碍物识别方法-CN202310207529.X在审
  • 公茂果;武越;杨柳;张明阳;王善峰;李豪;范晓龙 - 西安电子科技大学
  • 2023-03-06 - 2023-07-14 - G06V10/762
  • 本发明公开了一种基于车载激光雷达的障碍物识别方法,涉及点云数据处理技术领域,包括:获取原始点云数据;对原始点云数据进行预处理操作,得到预处理后的点云数据;对预处理后的点云数据再进行分割地面操作,得到保留障碍物点云数据;根据保留障碍物点云数据,构建极坐标栅格图;其中,障碍物极坐标栅格图包括多个栅格;根据相对距离阈值,获取栅格聚类的自适应径向搜索步长;使用区域生长法标记符合自适应径向搜索步长要求的栅格,得到不同类别的栅格集合;将不同类别的栅格集合转换为不同类别的点云数据集合,得到障碍物信息。本发明能够在保证对障碍物目标快速识别的基础上,提高识别精度。
  • 基于车载激光雷达障碍物识别方法
  • [发明专利]一种相机与激光雷达融合的目标检测方法及装置-CN202310225769.2在审
  • 公茂果;武越;杨柳;张明阳;王善峰;李豪;范晓龙 - 西安电子科技大学
  • 2023-03-09 - 2023-07-14 - G06V20/58
  • 本发明公开了一种相机与激光雷达融合的目标检测方法,包括:利用YOLOV5模型对目标场景的彩色图像数据进行目标检测,获得视觉检测结果集合;利用激光雷达获取目标场景的点云数据,并通过聚类算法进行疑似目标的检测,获得疑似目标检测结果集合;从视觉检测结果集合中确定目标置信度最大的第一目标的边界框Boxo,并确定疑似目标检测结果集合L中与Boxo相匹配的边界框Box′l;获取Box′l对应的点云数据并进行分类,得到第一置信度;根据第一置信度、Boxo对应的置信度、Box′l和Boxo确定目标的位置和分类结果,并根据Box′l对应的点云数据确定目标的距离信息。本发明可以有效改善相机误检以及因光线不好检测置信度不高等问题。
  • 一种相机激光雷达融合目标检测方法装置
  • [发明专利]针对点云特征的多任务优化方法-CN202310175213.7在审
  • 武越;罗闯;马文萍;公茂果;苗启广;谢飞 - 西安电子科技大学
  • 2023-02-27 - 2023-06-30 - G06T7/33
  • 本发明公开了一种针对点云特征的多任务优化方法,涉及计算机仿真与方法优化技术领域,包括:获取点云数据;对点云数据进行下采样,对下采样后的点云数据使用描述子提取算法提取点云特征,并将点云特征的数值尺度使用欧氏距离归一化,得到尺度初始归一化的点云特征;基于尺度初始归一化的点云特征,构建多个任务;初始化参数,基于改进的粒子群算法进行搜索,直到达到优化终止条件和优化点云个数,得到多个维度权重的点云特征;将维度权重的点云特征进行多特征加权投票,再进行上下界约束选择,得到最佳点云特征子集。本发明将不同的点云描述子组合,能够进行优势互补,从而达到更加鲁棒和精确的描述效果。
  • 针对特征任务优化方法
  • [发明专利]一种基于进化多任务优化的三维点云配准方法-CN202310176152.6在审
  • 武越;公沛然;马文萍;公茂果;苗启广;谢飞 - 西安电子科技大学
  • 2023-02-27 - 2023-06-30 - G06T7/33
  • 本发明公开了一种基于进化多任务优化的三维点云配准方法,包括:设置多任务粒子群算法参数并对两点云预处理得到对应的平移不变度量集合;进行多任务配置并设置两子种群的解空间和适应度函数;对两子种群中每个粒子生成不超出对应范围的位置和速度;对两子种群中的粒子解码,利用对应的适应度函数评价粒子并更新两子种群中的pbest和gbest;判断是否满足知识迁移条件;若是将两子种群中的gbest作为迁移知识对第二子种群中得到知识补全,并利用算数交叉更新两子种群中的gbest,更新粒子速度和位置,若否直接更新粒子速度和位置;若满足终止条件将第一子种群最新搜索到的gbest解码后输出,否则返回粒子解码步骤。本发明能解决进化配准方法易陷入局部最优问题,提高配准成功率。
  • 一种基于进化任务优化三维点云配准方法

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top