龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：中国人民解放军海军工程大学
摘要：本发明公开一种基于深度学习的编队识别目标选择方法，包括以下步骤：1获取水面目标编队信息，并生成编队队形图；2构建基于改进LeNet卷积神经网络的编队队形识别模型；3将编队队形图输入至编队队形识别模型中，得到队形识别结果；4根据队形识别结果对目标指示阶段编队目标进行排序编号；5选定待跟踪目标，并将待跟踪目标编号传输至飞行器；6飞行器在飞行阶段，通过末制导传感器获取水面目标编队态势，并对目标编队进行排序编号，然后匹配待跟踪目标，并跟踪所述待跟踪目标。本发明基于改进LeNet网络、Hough变换和ISODATAˋ算法，提出水面目标编队目标选择建模方法，提高选择效率，增强工程操作性。
主权项：1.一种基于深度学习的编队识别目标选择方法，其特征在于，包括以下步骤：1获取所述水面目标编队信息，并生成编队队形图。2构建基于改进LeNet卷积神经网络的编队队形识别模型；3将编队队形图输入至编队队形识别模型中，得到队形识别结果；4根据队形识别结果对目标指示阶段编队目标进行排序编号；5选定待跟踪目标，并将待跟踪目标编号传输至飞行器；6飞行器在末制导阶段，通过末制导传感器获取水面目标编队态势，并对目标编队进行排序编号，然后匹配待跟踪目标，并跟踪所述待跟踪目标。
全文数据：
权利要求：
百度查询： 中国人民解放军海军工程大学 一种基于深度学习的编队识别目标选择方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号