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93995部队
摘要：本申请公开了一种多特征飞行机动动作辨识方法，涉及飞行器动作识别领域，一定程度上能够提高识别飞行动作的精度。所述方法包括：获取并对飞参数据进行预处理，并划分为训练数据集合和测试数据集合；构建卷积神经网络模型，并在卷积神经网络模型后构建多种对应不同维数的卷积输出通道；将训练数据集合的飞参数据加载至卷积神经网络模型，输出对应不同维数的预测特征图，解码并提取对应预测特征图中的特征数据；加载训练数据集合的飞参数据，解码并将飞参数据转换为与提取特征数据形式一致的表达；当训练次数到达预设次数时，进行损失计算并更新卷积神经网络模型；通过更新后的卷积神经网络模型对测试数据集合中飞参数据进行预测。
主权项：1.一种多特征飞行机动动作辨识方法，其特征在于，所述方法包括：获取并对飞参数据进行预处理，并划分为训练数据集合和测试数据集合；构建卷积神经网络模型，在卷积神经网络模型后构建多种对应不同维数的卷积输出通道；所述输出通道包括至少七层卷积层，其中前五层用于提取训练数据集合的飞参数据的特征，后两层用于生成不同维数的预测特征图；所述输出通道进一步设置为三条通道，分别用于提取不同时间尺度的特征，形成多个不同维数的特征图；将训练数据集合的飞参数据加载至卷积神经网络模型，输出对应不同维数的预测特征图，解码并提取对应预测特征图中的特征数据；加载训练数据集合的飞参数据，解码并将飞参数据转换为与提取特征数据形式一致的表达；当训练次数到达预设次数时，进行损失计算并更新卷积神经网络模型；通过更新后的卷积神经网络模型对测试数据集合中飞参数据进行预测；所述解码并将飞参数据转换为与提取特征数据形式一致的表达包括：将特征数据对应飞参数据中的中间时刻信息与持续时间信息转化到对应的特征层中，并获取真实框在特征层中表示的中心点和宽度；计算真实框与聚类得到的各宽度的先验框计算交并比，输出重合度最高的先验框，计算对应先验框与真实框中心点的偏移量以及宽度偏移量；对存在动作置信度与动作种类置信度的飞参数据进行编码，得到与提取特征数据形式一致的表达格式。
全文数据：
权利要求：
百度查询： 中国人民解放军93995部队 一种多特征飞行机动动作辨识方法
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