最新事件与资深专家评论，助您把握业界动态

航天五院五〇三所取得用于目标识别的SAR数据集扩增方法专利

北京卫星信息工程研究所取得一项名为"用于目标识别的SAR数据集扩增方法"的专利，授权公告号CN116524358B，申请日期为2023-04-25。本发明涉及一种用于目标识别的SAR数据集扩增方法，包括：获取包含目标的SAR数据集并进行预处理；通过核心特征提取模块和散射特征提取模块分别提取目标的核心特征信息和散射特征信息；将所述核心特征信息输入第一级生成对抗网络，得到低分辨率图像；将所述低分辨率图像和所述散射特征信息输入第二级生成对抗网络，得到高分辨率图像，对SAR数据集进行扩增。通过实施本发明的上述方案，两级生成对抗网络、核心特征提取模块和散射特征提取模块的结合使用，可以使两级生成对抗网络分级学习图像中目标的粗略核心特征和精细散射特征，降低单级网络的学习难度，同时可以扩增获得质量高

2024年05年03日

175 0 0

南京航空航天大学申请一种考虑定点着陆约束的DRO返回轨迹快速优化方法专利

步骤一：设定着陆点，构建地月空间三脉冲DRO返回转移轨迹优化模型；步骤二：构建DRO返回大气再入模型，利用预测校正法在给定参数范围内随机生成大量指定着陆区大气再入返回轨迹，根据再入返回轨迹构建分类神经网络和拟合神经网络样本，并利用所述样本完成神经网络的训练；步骤三：根据任务航天器到达再入高度的速度矢量和初始位置矢量，利用训练完备的神经网络，建立分类和拟合分步深度神经网络，估计定点着陆的实际再入点位置；替换DRO返回转移轨迹优化模型中的再入点拼接过程

2024年07年09日

323 0 0

中国民航大学申请一种基于近端策略优化的无线自组网分簇路由方法专利

本发明解决了目前无线自组网因动态网络拓扑结构导致数据传输效率以及传输成功率低的问题。本发明具体为：步骤1、将创建的无线自组网的网络场景作为强化学习中智能体的交互环境；步骤2、构建目标函数；步骤3、创建强化学习框架智能体状态空间和动作空间，并建立奖励函数；步骤4、基于近端策略优化算法对智能体进行训练；步骤5、对网络节点进行分簇，并创建分簇的网络拓扑；步骤6、将训练后的智能体分别配置到每个网络节点中，获取簇内路由最优调度方案；步骤7、利用网关节点作为中继节点实现簇间数据包的传输。

2024年07年09日

415 0 0

四川九洲电器集团有限责任公司申请一种基于通道-空间注意力的辐射源个体识别方法专利

空间注意力的辐射源个体识别方法，其包括：采集空中不同辐射源发射的电磁信号，提取电磁信号的同步头，通过特征提取方法将电磁信号转变为频率特征向量；将频率特征向量，按照比例划分为训练集、验证机和测试集；构建辐射源复数个体识别网络；将测试集输入辐射源复数个体识别网络进行训练，验证集对训练得到的辐射源复数个体识别网络对辐射源个体识别概率进行验证，从中选择识别概率最高的作为最优辐射源复数个体识别网络；将测试集输入最优辐射源复数个体识别网络

2024年07年23日

169 0 0

浙大申请一种用于光载射频多载波信号智能识别的系统和方法专利

专利摘要显示，本发明公开了一种用于光载射频多载波信号智能识别的系统和方法，系统包括：训练样本构建模块用于生成仿真多载波信号并提取其同相/正交分量构建训练样本；神经网络模型训练模块用于基于训练样本对神经网络模型进行多种信号特征提取任务的训练；实验样本构建模块用于通生成光载射频多载波信号并提取其同相/正交分量构建实验样本；神经网络模型迁移学习模块用于基于实验样本对训练后的神经网络模型进行基于迁移学习的微调；光载射频多载波信号识别模块用于利用微调后的神经网络模型识别光载射频多载波信号的多种信号特征

2024年09年13日

240 0 0

南京航空航天大学申请基于IPPO算法的航天器追逐控制方法专利

专利摘要显示，本发明公开了一种基于IPPO算法的航天器追逐控制方法，建立基于深度强化学习的航天器控制模型，将控制航天器追逐目标问题描述为马尔科夫决策过程；根据IPPO算法，搭建多航天器逐层优化策略网络，从单航天器神经网络开始训练，基于训练好的单航天器设计相关的目标智能体；再进行博弈提升航天器与目标的神经网络的性能，最后基于IPPO算法的进行多航天器与目标的逐层优化训练，利用训练好的策略网络实现多航天器追逐目标控制通过神经网络智能控制克服了传统控制计算复杂、难以追逐具有自主运动能力的目标等不足，通过逐层优化训练，提高了算法的收敛速度，克服了航天器运动时状态空间过大的问题导致的训练效率不高的问题。

2024年09年17日

273 0 0

耕宇牧星（北京）空间科技有限公司取得基于局部全局特征互补感知模块的遥感图像目标检测方法专利

耕宇牧星（北京）空间科技有限公司取得一项名为"基于局部全局特征互补感知模块的遥感图像目标检测方法"的专利，授权公告号CN118429804B，申请日期为2024-04-28。专利摘要显示，本发明公开了基于局部全局特征互补感知模块的遥感图像目标检测方法，包括：将目标区域的遥感图像输入至训练好的目标检测模型中；通过骨干网络对遥感图像提取多张深层特征图；该骨干网络基于局部‑全局特征感知模块优化特征提取网络构建而成；通过特征融合网络对多张深层特征图进行融合处理，获得遥感图像中潜在对象的多尺度融合特征图；通过检测头对多尺度融合特征图进行解耦处理，输出遥感图像中潜在对象的位置及类别。该方法通过局部‑全局特征感知模块优化特征提取网络，实现在特征提取阶段充分挖掘特征信息中潜在的局部纹理特征以及全局语义特征，有效解决了当前的目标检测方法的多尺度特征提取能力不足的问题，提高了目标检测精度。

2024年11年15日

163 0 0

昆明理工大学申请基于深度估计的协同互促进图像去雾方法专利

本发明包括：将经过预处理好的雾霾图像输入到去雾网络中；该去雾网络利用多尺度聚合注意力模块和调制融合模块，在前向传播过程中对预处理好的雾霾图像进行图像恢复，得到相应的去雾图像；构建深度估计网络对去雾图像进行处理第一差异感知模块利用对去雾图片和清晰图片之间的差异区域进行感知；第二差异感知模块通过对去雾图片的深度图与清晰图像的深度图之间的差异区域进行感知，来促进去雾网络在这些区域产生准确的去雾结果，实现对去雾网络的优化

2024年11年15日

122 0 0

中飞院取得一种重置rPPG信号的视频人脸生理信息隐私保护方法专利

中国民用航空飞行学院取得一项名为"一种重置rPPG信号的视频人脸生理信息隐私保护方法"的专利，授权公告号CN118484835B，申请日期为2024-07-16。，涉及计算机视觉技术领域，包括获取原始人脸视频及目标rPPG信号，提取原始人脸视频中的原rPPG信号；将数据集中的原始人脸视频转换为视频帧，并在每一视频帧中添加随机高斯噪声，得到噪声视频；构建隐私保护网络，包括生成对抗网络和重构损失模块，生成对抗网络包括生成器和判别器；对所述隐私保护网络中的生成器和判别器进行交替训练；将噪声视频的视频帧输入到训练好的生成器中，生成目标人脸视频。本发明提出利用条件生成对抗网络在给定目标rPPG信号的条件下，对原视频进行重构，可以达到掩盖原始视频中rPPG生理信号的目的，进而对人脸视频的生理信息进行了有效的隐私保护。

2024年10年11日

165 0 0

中飞院申请一种重置rPPG信号的视频人脸生理信息隐私保护方法专利

，涉及计算机视觉技术领域，包括获取原始人脸视频及目标rPPG信号，提取原始人脸视频中的原rPPG信号；将数据集中的原始人脸视频转换为视频帧，并在每一视频帧中添加随机高斯噪声，得到噪声视频；构建隐私保护网络，包括生成对抗网络和重构损失模块，生成对抗网络包括生成器和判别器；对所述隐私保护网络中的生成器和判别器进行交替训练；将噪声视频的视频帧输入到训练好的生成器中，生成目标人脸视频。本发明提出利用条件生成对抗网络在给定目标rPPG信号的条件下，对原视频进行重构，可以达到掩盖原始视频中rPPG生理信号的目的，进而对人脸视频的生理信息进行了有效的隐私保护。

2024年08年13日

319 0 0