您的位置: 专家智库 > >

周红丽

作品数:7 被引量:33H指数:3
供职机构:北京机电工程研究所更多>>
发文基金:国防基础科研计划更多>>
相关领域:航空宇航科学技术兵器科学与技术经济管理更多>>

文献类型

  • 4篇专利
  • 3篇期刊文章

领域

  • 2篇航空宇航科学...
  • 1篇经济管理
  • 1篇兵器科学与技...

主题

  • 2篇压缩气体
  • 2篇气动
  • 2篇气动式
  • 2篇汽缸
  • 2篇网络
  • 2篇开关
  • 2篇控制器
  • 1篇低电平
  • 1篇电解电容
  • 1篇电平
  • 1篇电容
  • 1篇电源
  • 1篇旋转不变性
  • 1篇遮挡
  • 1篇直流
  • 1篇直流供电
  • 1篇神经网
  • 1篇神经网络
  • 1篇输出开关
  • 1篇输入电压

机构

  • 7篇北京机电工程...

作者

  • 7篇周红丽
  • 3篇朱坤
  • 2篇贺珺
  • 2篇谢孟
  • 2篇王坤明
  • 2篇田园
  • 2篇崔子鹏

传媒

  • 2篇兵工学报
  • 1篇导航定位与授...

年份

  • 1篇2020
  • 4篇2019
  • 1篇2017
  • 1篇2015
7 条 记 录,以下是 1-7
排序方式:
一种桥式电路
本发明实施例公开的一种桥式电路,涉及桥式电路的控制技术,能够解决桥式电路关电过程上、下管共同导通的问题。该桥式电路包含1个单相全桥电路、1个控制器、1个驱动电路和2个电阻;所述控制器包含一个反激变压器T1、一个开关管S0...
周红丽朱坤付贤旭董志萍谢孟贺珺杜娟
文献传递
基于CAN总线的供电装置
本发明涉及直流供电技术领域,公开了一种基于CAN总线的供电装置。该装置包括:主电源变换模块、配电模块、集中控制模块、和开关控制模块,主电源变换模块通过CAN总线与集中控制模块连接,其中:主电源变换模块用于将输入电压变换为...
付贤旭周红丽董志萍贺珺谢孟杜娟
文献传递
气动式开关压紧装置
本发明提供一种气动式开关压紧装置,包括:供气设备,用于提供压缩气体;与弹上开关配合连接的汽缸组,用于通过供气设备提供的压缩气体控制所述弹上开关压紧或放松;控制器,用于控制所述供气设备为所述汽缸组提供压缩气体;本发明提供的...
段现舟朱坤周红丽王坤明崔子鹏田园
文献传递
基于改进SSD的舰船目标精细化检测方法被引量:5
2019年
以SSD为代表的主流深度学习方法在目标检测领域取得了显著的成绩,但由于该类方法只能以矩形框给出目标的概略位置,检测结果具有很大的背景冗余区域,特别是港口密集停泊的舰船在图像中会出现区域重叠,导致误检和漏检。针对以上问题,提出了一种具有旋转不变性的舰船目标精细化检测方法,该方法综合利用可变形卷积、可变形池化、旋转的边框回归和旋转的非极大值抑制等模块的优点,借鉴MobileNet架构对网络加速,通过学习密集区域目标的几何形变,有效预测目标的旋转角度,最终以旋转的矩形框给出目标的位置。实验结果表明,该算法可实现多类舰船目标类型区分和目标朝向判定的功能,有效地解决了实际应用中的目标精确定位定向难题,提高了自动目标识别的精确性,并满足工程应用的实时性要求。
梁杰李磊周红丽
关键词:舰船检测旋转不变性
气动式开关压紧装置
本发明提供一种气动式开关压紧装置,包括:供气设备,用于提供压缩气体;与弹上开关配合连接的汽缸组,用于通过供气设备提供的压缩气体控制所述弹上开关压紧或放松;控制器,用于控制所述供气设备为所述汽缸组提供压缩气体;本发明提供的...
段现舟朱坤周红丽王坤明崔子鹏田园
基于深度学习的红外图像遮挡干扰检测方法被引量:22
2019年
红外成像体制进行目标探测和识别时,烟幕、云雾等遮挡类干扰会改变目标特征导致目标识别错误。通过对遮挡干扰区域进行定位和类型判断,在识别处理时进行针对性处理可大大降低识别虚警率,提高识别的抗干扰能力。为此,提出一种基于深度学习单通道检测器改进的红外图像厚云、烟幕遮挡干扰检测方法。该方法通过网络多层特征的复用和融合,实现了多尺度预测;利用动态锚框模块改进锚框机制,提高了检测精度;将网络中的卷积层与批归一化层合并,提高了检测速度;引入中心损失函数对分类函数进行优化,提高了网络对遮挡物的分类能力。在网络训练过程中,提出一种红外样本增广方法,对数据量进行有效扩充,解决了红外图像训练样本获取难的问题。实验结果表明,与未改进前的算法相比,在速度基本相同情况下改进的遮挡干扰检测方法检测精度提高3.7%,有效地解决了复杂环境下红外自动目标识别系统抗干扰能力较弱的问题。
梁杰李磊任君齐航周红丽
关键词:红外图像卷积神经网络
基于典型几何形状精确回归的机场跑道检测方法被引量:7
2020年
在遥感探测领域,实现复杂环境条件下机场跑道类地物目标和轮廓的精确检测具有重要意义。以YOLOv3为代表的主流深度学习算法在目标检测领域取得了显著的成绩,但该方法只能以矩形框给出目标的粗略位置,检测结果具有一定的背景区域且无法准确得到角点位置。针对以上问题,提出一种基于典型几何形状精确回归的机场跑道检测方法。综合利用典型四边形角点回归策略、四边形锚框机制、四边形的非极大值抑制模块以及目标几何拓扑关系,通过网络的轻量化设计和模型压缩,实现对目标在仿射畸变下成像特征的学习,能够快速预测目标的角点坐标,并以目标的四边形轮廓给出其位置。仿真实验结果表明,该算法具备机场跑道目标类型区分和轮廓提取的功能,有效地解决了实际应用中的目标精确定位难题;在不损失精度基础上网络经压缩后较压缩前的检测速度提高了1倍,大幅提升了自动目标检测的准确性和高效性。
梁杰任君李磊齐航周红丽
共1页<1>
聚类工具0