|
搜索
搜 索
高等教育领域数字化综合服务平台
岩土微细结构变形跟踪测试方法研究及应用
南京工程学院
2021-04-13
一种基于北斗卫星的定位跟踪系统
本实用新型公开了一种基于北斗卫星的定位跟踪系统，包括被监护人定位数据采集模块（1）、定位 数据上报装置（2）、服务器（3）和监护用户终端（4），被监护人定位数据采集模块（1）和定位数据上 报装置（2）连接，定位数据上报装置（2）和服务器（3）连接，监护用户终端（4）通过蜂窝移动网络 或无线局域网与服务器（3）连接，所述被监护人定位数据采集模块（1）采用双系统 GNSS 模块，所述 双系统为北斗信号和 GPS 信号。本实用新型具有如下优点：结构简单、操作方便、耗能少、使用周期 长、成本低，对被监护人操作要求低，支持监护人能够实时监测目标人物的地理位置，并且可以支持同 时获取并利用自己当前位置，具有重要的市场价值。
武汉大学
2021-04-13
航迹跟踪中扁平型多假设关联处理方法
本发明公开了一种在复杂环境下传感器测量报告与维护的系统航迹进行多假设关联时的一种有效处理方案，该方案通过将常规多假设关联的树形结构转换成扁平型结构，同时赋予各关联假设不同的权值，可以有效的降低了多假设关联维护的复杂程度，同时还可以有效提高了关联的准确性。
四川大学
2016-10-11
基于多目标优化的频谱池干扰抑制方法
本发明涉及的是基于多目标优化的频谱池干扰抑制方法,这种基于多目标优化的频谱池干扰抑制方法为:步骤一,在频谱池中,确定影响授权用户的平均ICI能量;步骤二,获得认知用户第
东北石油大学
2021-04-30
基于生成图像数据的水下目标检测与识别
一、项目简介 水下目标检测与识别，是水下机器人等相关系统能够被高效应用的前提。然而现有系统难以应对水下图像能见度较低，对比度差，存在颜色漂移和边缘模糊等问题；另外，水下图像样本稀少且缺乏足够的变化性，使得相关基于机器学习的目标检测与识别系统由于缺乏训练样本而无法有效应用。 二、前期研究基础 项目利用深度学习等新的理论突破，提出两种解决方案，一种是通过结合水下成像原理与深度风格迁移、生成对抗网络等算法，由普通光学图像生成水下图像，构建水下图像目标检测与识别仿真库，该数据库一方面数据量大且具有较大的变化性，也即场景与目标均具有较大的变化性；另一方面，由于是由普通光学图像迁移获得，因而也可以直接应用普通光学图像自身的标签信息，无需再对其进行标注。另一种是研究基于水下退化图像处理算法的检测和识别系统，解决由水下图像的色彩漂移和细节丢失等退化现象带来的目标检测和识别问题。同时通过水下退化图像处理模块和检测识别系统的联合优化技术，可以实现退化图像的增强方法与检测识别系统的最佳匹配。在保证处理后的退化图像性能指标的前提下，进一步提升水下图像的目标检测识别性能。 三、应用技术成果 1）基于深度学习风格迁移的水下图像生成效果示例 a为自然场景图像中的目标检测结果；b为模拟生成的水下风格图像及其目标检测结果；c为图像增强后的目标检测结果。 四、合作企业 无
厦门大学
2021-04-11
基于混沌理论的海面 SAR 图像分布目标检测
基于机载 SAR 收集的海杂波数据，验证了其具有混沌特性。在机载 SAR 收集的海杂波数 据具有混沌特性的基础上，利用海杂波的混沌预测误差对海面 SAR 图像上的分布目标进行检 测。用实测的海面 SAR 图像进行检测实验，结果表明基于混沌理论的海面 SAR 图像分布目标 检测算法是有效的。 对定义在图像像素点上的扩展分形特征的计算公式进行了修正，并将其引入到海面 SAR 图像分布目标检测中，提出了基于扩展分形特征的海面 SAR 图像分布目标检测算法，并通57 过实验证明了该算法能有效地检测海面 SAR 图像中的分布目标。
南京工程学院
2021-04-13
基于数字广播的低空目标多点定位系统
本实用新型公开了一种基于数字广播的低空目标多点定位系统，包括一个发射站，至少三个接收站 和一个信号处理的主站。接收站由天线、射频前端组成。天线采用细直天线。信号经过该射频前端的放 大滤波后，利用光纤链路送入信号处理的主站。所述信号处理的主站包括采样器和信号处理机，采样器 将信号送入 AD 进行带通采样得到数字信号，信号处理机利用计算机进行数字信号处理，在计算机中显 示目标定位跟踪结果。本实用新型采用先进的多站时差定位技术，利用三个或者多个接收站，测量出同 一信号到达各接收站的时间差，确定多个定位曲面相交，得到目标的位置。利用不同平台定位曲面之间 差异较大的特点来定位和提高定位精度，具有速度快、精度高的优点。
武汉大学
2021-04-13
多目标温室气体高灵敏在线检测仪
已有样品/n国家环境光学监测仪器工程技术研究中心， 在光学和光谱学环境检测技术方面具有多年的研究经验， 在中国科学院创新方向项目“红外激光光谱新方法及其痕量气体在线监测研究” 、 “单模量子级联激光器(DFB-QCL)及其高灵敏痕量气体检测技术系统研发与应用示范” 、 先导专项“温室气体地基校验技术研发” 等项目资助下， 已经完成了空气中CO2、 CH4、 N2O、 NO气体的探测。
中国科学院大学
2021-01-12
注入式声信号多目标动态模拟器
多目标模拟器主要用于麦克风阵列、声纳、雷达等探测设备的目标回 波电连接模拟。该设备主要完成目标信号生成、阵元时延叠加以及信号 同步产生等任务。可产生多个主动和被动目标的回波，回波波形包括连 续波、线性调频波、脉冲调制波以及自定义波形，可叠加背景噪声、混 响、目标辐射噪声等信号，同时各通道相位、幅度、信噪比可根据需要 进行设置。本设备具有很高的同步输出时延精度，连续可变的信噪比， 极高的输出电压分辨率和输出电压精度，同时系统还具有实时数据处理 能力，满足半实物仿真需求。
西北工业大学
2021-04-14
一种场景和目标感知与理解技术
1. 痛点问题
场景、目标对象的感知与语义理解在医疗健康、运动培训等领域具有广阔的应用前景，其核心是如何在像素级、对象级、场景级多层次、多尺度表示下实现语义、几何及空间关系的透彻感知。
现有计算机视觉方法或激光雷达等手段无法同时获取多个维度的高质量场景与目标信息，同时现有的深度估计、语义分割、位姿估计等相关技术，存在识别精度低、提取不到关键信息、应用场景单一等问题，无法满足大尺度场景应用的需求。
2. 解决方案
团队提出多模态采集、时空复用编码摄像方法，获取大景深、高时空分辨、丰富的精确场景视觉信息；提出一种基于物理空间推理和语义关联建模的动态场景深度估计方法，综合语义信息、几何结构信息以及时空间信息进行滤波，实现复杂动态场景的无先验深度估计，将观测目标与背景进行区分；提出一套从图像和视频中预测目标的位置和姿态的方法，包括迭代匹配的深度网络、基于物体三维坐标的旋转/平移解耦、自监督6D模型等，克服了遮挡、光照变化、视觉歧义与数据标注依赖等因素的影响，可以准确估计目标相对相机的 6D 位姿（3D平移量和3D旋转量）；构建了基于全卷积网络和兴趣区域的多目标实例检测与分割框架，有效的解决了复杂类别、场景遮挡情况下的多目标实例分割问题，能够实现同时对场景中多个目标检测与分析。
合作需求
寻求医疗健康服务、医疗器械等领域有相关技术开发、市场推广经验，能推广本技术落地的高科技企业，可以进行深度合作。
清华大学
2022-02-18