“周炫锋”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2个，建议您升级VIP下载更多相关专利

[发明专利]一种基于对抗生成网络的域泛化目标检测方法-CN202310999356.X在审
发明人：张弘;周炫锋;杨一帆;李亚伟 -专利权人：北京航空航天大学
申请日： 2023-08-09 - 公布日： 2023-10-13 - 主分类号： G06V10/40 文献下载
摘要：本发明公开了一种基于对抗生成网络的域泛化目标检测方法。首先构造特征提取网络对输入图像特征进行提取；构造域激励注意力模块对特征提取网络提取的特征进行进一步提取，提高其域泛化能力；构造特征金字塔网络FPN对特征提取网络特征进行多尺度融合；构造对抗生成网络正则化模块，将FPN提取的特征与标准高斯分布进行对齐，避免FPN过拟合；构造检测头网络，预测检测目标的位置、类别与目标中心位置；构造目标中心对齐模块，对FPN提取的特征进行对抗训练，进一步提升FPN提取特征的域泛化能力。本发明采用的网络结构设计合理，能够克服现有目标检测方法提取特征泛化能力弱等问题，增强目标检测的鲁棒性。
一种基于对抗生成网络泛化目标检测方法

[发明专利]一种基于混沌预测对抗学习的高熵随机数生成方法-CN202210921405.3在审
发明人：张弘;周炫锋;杨一帆;袁丁;刘瀚阳;李旭亮 -专利权人：北京航空航天大学
申请日： 2022-08-02 - 公布日： 2022-11-18 - 主分类号： G06F7/58 文献下载
摘要：本发明公开了一种基于混沌预测对抗学习的高熵随机数生成方法，首先选用一个现有的随机数生成器作为起始状态；随后构造生成网络，将起始状态输入生成网络，获取网络的输出值作为随机数；构造判别网络对生成网络输出的值与另一现有的随机数生成器生成值进行判别，保证生成网络输出的随机数服从目标分布；构造预测网络，将生成网络中生成的多个数值拆分成两部分，并用前一部分数值通过预测网络预测后一部分数值；重复多轮按照判别网络、预测网络、生成网络的顺序对网络进行训练，促使生成网络生成的随机数服从目标分布并具有高随机性。这种基于对抗学习的随机数生成方法采用的网络结构设计合理，并且能够生成符合目标分布的熵值较高的伪随机数。
一种基于混沌预测对抗学习随机数生成方法