- 博客(482)
- 资源 (124)
- 问答 (1)
- 收藏
- 关注
RSS订阅
原创 无人机市场观察2025.3.18
一.发展历程一.发展历程无人机的发展历程可以追溯到人类对飞行的早期探索。从最初的军事应用到如今的广泛民用，无人机技术经历了多个重要阶段的演变。：1914年，英国将军卡德尔和皮彻提出研制无线电控制的小型飞机，标志着无人机概念的诞生。：20世纪初，无人机主要用于军事领域，特别是侦察和监视任务。：1917年，自动陀螺稳定器的发明推动了无人机技术的进步。：1935年，英国研制的“蜂王”无人机被视为无人机时代的真正开端。
2025-03-18 20:42:35
1672
原创 YOLOv1到YOLOv12发展概述2025.3.17
一.YOLO系列算法发展一.YOLO系列算法发展YOLOv1作为开创性的单阶段目标检测算法，将目标检测转化为回归问题，实现了快速高效的目标检测。其核心思想是将输入图像划分为S×S个网格，每个网格负责预测B个边界框及其置信度和C个类别概率。YOLOv2在YOLOv1基础上引入了Batch Normalization和anchor boxes等技术，显著提升了检测精度。YOLOv3进一步优化了网络结构，采用Darknet-53作为特征提取器，并引入了多尺度预测机制，有效提高了对小目标的检测能力。
2025-03-17 22:26:55
2016
1
原创 具身机器人领域观察2025.3.15
一.发展概述一.发展概述在人工智能领域，具身智能（Embodied Artificial Intelligence，简称EAI）是一个新兴概念，它将人工智能技术融入物理实体，如机器人，赋予它们感知、学习和与环境动态交互的能力。这种融合使机器人能够像人类一样通过观察、移动、说话和与世界互动来完成各种任务。具身智能不仅包括传统的人工智能算法，还涉及处理，即一个模型或系统能够处理多种不同类型的数据。这种跨模态的能力使机器人能够更全面地理解和应对复杂的现实世界环境。
2025-03-15 00:45:00
1297
原创 铱星计划回顾2024.3.14
铱星计划的失败表明，深入的市场调研和准确的市场预估是企业成功的关键。重新定位后，铱星公司将重点转向了专业领域，如航空、航海、应急救援等，同时开发了窄带物联网服务，拓展了新的市场空间。铱星系统的设计独具匠心，采用了66颗低地球轨道（LEO）卫星组成的星座，运行在780千米的高度，覆盖全球。面对如此强大的外部竞争压力，铱星计划在技术创新、成本控制和市场策略等方面未能及时调整，最终导致了项目的失败。随着地面移动通信技术的快速发展，铱星计划的技术优势逐渐被削弱，最终导致了项目的失败。
2025-03-14 20:12:16
1263
原创 激光雷达产业观察--速腾聚创发展脉络2025.3.14
一.发展历程一.发展历程速腾聚创的创立可追溯至2014年8月28日，这家充满活力的高科技企业诞生于中国深圳。公司创始人邱纯鑫是一位富有远见的企业家，他的创业之路充满了创新精神和技术洞察力。邱纯鑫的创业灵感源于他在哈尔滨工业大学深圳校区的学术研究。在完成博士论文答辩后，他敏锐地捕捉到自动驾驶技术的巨大潜力，特别是激光雷达在智能交通领域的应用前景。这种前瞻性的思考为速腾聚创的创立奠定了基础。速腾聚创的创立背景反映了产学研深度融合的趋势。
2025-03-14 00:15:00
1550
原创 我国新基建七大领域发展概况2025.3.13
新基建作为中国高质量发展的核心引擎，正通过技术创新与产业升级重塑全球竞争力。未来需在核心技术突破、应用生态构建、国际合作深化三方面持续发力，以实现从“跟跑”到“并跑”乃至“领跑”的跨越。
2025-03-13 00:30:00
1332
原创 激光雷达目标探测顶刊简介2025.3.11
一.顶级期刊一.顶级期刊在激光雷达小目标探测识别和深度学习相关领域，IEEE系列期刊为研究人员提供了高质量的发表平台。J-STARS专注于应用地球观测和遥感领域的特定主题，为相关领域的研究人员提供了一个发表高质量研究成果的平台。RAL是机器人领域的新兴期刊，旨在为研究人员提供一个快速发表高质量研究成果的平台。对于激光雷达小目标探测识别和深度学习相关领域的研究人员来说，这些IEEE系列期刊提供了高质量的发表平台。在投稿时，建议仔细阅读各期刊的投稿指南，确保研究内容符合期刊的范围，并严格遵守格式要求。
2025-03-11 00:30:00
1701
原创 激光雷达市场观察4-美国雷神公司激光雷达发展脉络2025.3.8
为导向，通过材料创新、算法优化与制造升级，巩固其在高端传感领域的领导地位。未来，随着军民融合政策的深化，其技术或将在自动驾驶、智慧城市等领域实现衍生应用。雷神公司早期技术积累集中于雷达和电子战系统，为后续激光雷达研发奠定基础。雷神公司的激光雷达技术始终以。
2025-03-08 02:00:00
1589
原创 2025-2050 未来25年国内大学生招生人数与高等教育发展趋势2025.3.1
一.人口变化与招生规模一.人口变化与招生规模在我国人口发展呈现少子化、老龄化、区域人口增减分化趋势的背景下,高等教育适龄人口数量变化直接影响着高等教育的招生规模和未来发展。:2023年我国出生人口不足7‰,远低于11‰的超少子化标准。:城乡、区域间人口流动导致部分地区适龄人口减少。:高等教育毛入学率不断提升,2022年已达59.6%。面对这一趋势,高等教育机构需要未雨绸缪,采取有效措施应对可能出现的生源不足问题,确保高等教育的可持续发展。二. 招生规模预测。
2025-03-01 14:10:33
4495
原创 2015 - 2024年国外与中国博士招生毕业人数趋势现状分析2025.2.26
在探讨中美两国博士生数据之前，需要明确统计口径。本研究采用了和的官方数据作为主要信息来源。这些权威机构提供了2015至2024年间两国博士招生和毕业人数的可靠统计数据，为进行跨年度、跨国别的对比分析奠定了坚实基础。值得注意的是，在收集和处理数据过程中，严格遵守了统一的时间框架和定义标准，以确保数据的准确性和可比性。在探讨中美两国博士生数据的总体趋势时，需要回顾2015至2024年这一关键时期的演变过程。
2025-02-26 16:18:42
3018
原创 图像压缩（1）RGB888与RGB565图像
最近在接触图像压缩相关项目，之前对图像压缩接触的较少，对检测分类识别相关的图像信号处理接触学习的相对比较多一些，所以也需要学习学习，搜集整理了一些资料，在这里简单做个笔记，也分享出来和大家交流学习。
2023-10-23 20:45:13
8191
4
原创 弱小目标检测跟踪算法研究（2）红外弱小目标数据集准备（红外弱小目标的数据集又来了）
红外弱小目标的数据集又来了！说在前面的话数据集后续说在前面的话弱小目标，顾名思义：目标信号弱，像素少，由于目标信噪比较低，目标最少可能只有一个像素单元。因此，弱小目标检测跟踪一直是图像处理与目标检测领域的难点、热点。当前深度学习方法在弱小目标检测跟踪上与传统图像处理方法相比并不存在绝对优势。由于目前公开的弱小目标数据集比较少，所以这里安利一个已经公开的弱小目标数据集，即在2021年下半年公布的第三届“空天杯”的公开数据集，其中包括红外弱小目标与雷达序列两种类型，关于数据采集和数据类型在官网上都有详细的
2022-03-28 23:49:50
6649
3
原创 YOLO（三）：YOLOv4在Windows7（仅CPU）下的配置+opencv3.1.0+VS2015
提醒：本文为64位Windows7操作系统下仅CPU(木有用到显卡)的配置，这是填上一篇YOLOv4的坑（上一篇中有使用到显卡，对于没有显卡但也想跑一下试试的同学可以过来坐坐），构建自己的数据集训练问题还得往后延一下，后期再更新。主要参考： YOLO V4 ：win10+cpu环境的体验上一篇的YOLOv4在windows7搭载的GTX960显卡配置好之后，无意中看到上面那篇文章，因为自己在之前查找教程的时候，有几个使用cmake生成的例程，但自己一直没跑通，后面就换了一位同学的方法实现。这次看到这个不
2020-07-08 00:53:58
3792
4
原创 弱小目标检测跟踪算法研究（1）红外弱小目标数据集准备（红外弱小目标的数据集来了）
红外弱小目标的数据集来了！说在前面的话一点建议数据集后续说在前面的话弱小目标，顾名思义：目标信号弱，像素少，由于目标信噪比较低，目标最少可能只有一个像素单元。因此，弱小目标检测跟踪一直是图像处理与目标检测领域的难点、热点。当前深度学习方法在弱小目标检测跟踪上与传统图像处理方法相比并不存在绝对优势。由于目前公开的弱小目标数据集比较少，所以这里安利一个已经公开的弱小目标数据集，即在2019年下半年公布的第二届“空天杯”的公开数据集，其中包括红外弱小目标与雷达序列两种类型，关于数据采集和数据类型在官网上都有
2020-06-09 20:09:03
13902
44
原创 YOLO（一）：YOLOv3在Windows7（无GPU）下的配置+opencv3.1.0+VS2015
提醒本文为Windows下CPU版本，GPU版本及YOLO-V3的训练问题后期更新参考链接：CSDN博主「凌空的桨」：https://blog.csdn.net/baidu_36669549/article/details/79798587查了不少资料，上面这位同学的参考最为舒适，一试就成功了。所有的都是参照官网上的说明做的。AlexeyAB/darknet这是链接。0.准备工作就是你得事...
2020-03-17 09:23:38
2481
4
原创 《量子雷达》第5章 量子雷达发射机 预习2025.8.14
此整理覆盖量子雷达发射机的理论框架、技术实现及前沿动态，建议结合《量子雷达》第5章原文与实验文献深化关键模型理解。实际系统设计需权衡量子优势与工程约束（如成本、环境适应性）。关键点：纠缠光源 vs. 压缩态光源；关联检测 vs. 相位敏感测量。方案示例：选择纠缠光源+偏振编码，利用量子关联抑制背景噪声。图2：OAM调制发射子系统架构。图1：量子雷达发射机工作流程。表1：量子光源类型对比。
2025-08-14 23:10:19
997
原创 《量子雷达》第4章 量子雷达的检测与估计 预习2025.8.14
三大支柱，即可理解第5-7章系统设计的理论依据。后续学习需重点关注量子估计的延展应用。：第4章是量子雷达的"大脑"，将量子信息优势转化为探测性能的革命性提升。量子贝叶斯估计在雷达追踪中的应用。（经典理论无法实现）为QFI，对纠缠态有。Helstrom界限。隐身目标识别能力质变。
2025-08-14 23:07:31
812
原创 《量子雷达》第3章 量子雷达的传输与散射 预习2025.8.13
后续第5-7章（发射机/接收机/量子照明）的设计均需以本章模型为输入条件。本章是理解量子雷达环境适应性与探测机制的核心，需重点掌握。为量子坡印廷算符，与传统。的场强平方形式本质不同。
2025-08-13 20:07:46
774
原创 《量子雷达》第2章 从量子信息到量子雷达 预习2025.8.13
本章旨在构建量子信息理论与雷达技术的桥梁，通过对比经典理论与量子理论的差异，阐明量子雷达的物理基础和技术优势。三大模块，并明确其对传统雷达技术瓶颈的突破路径。后续第5-6章“发射机/接收机”设计均以本章理论为基石。：量子照明雷达中，纠缠光子对即使信号光子损耗达50 dB，仍可通过闲置光子关联检测目标。：为单光子雷达和纠缠光子源设计提供理论基础。本章是理解量子雷达物理基础的核心，需重点掌握。
2025-08-13 20:04:02
1083
原创 《量子雷达》第1章预习2025.8.12
一、第1章核心内容概述量子雷达探测的基本概念定义：量子雷达探测是利用量子力学原理（如量子纠缠、量子叠加）实现目标探测的新技术，信息载体为单个量子（如光子），通过量子态的调制、传输与检测完成目标信息提取。内涵量子特性：以量子态（如压缩态、纠缠态）作为信息载体，突破经典雷达的热噪声限制。技术优势极高灵敏度：量子接收机噪声基底比经典雷达低多个数量级，理论上作用距离可提升数倍至数十倍。高信息维度：通过量子“涨落变化”等特性提取更丰富的目标信息（如极化、相位等），提升抗干扰与目标识别能力。核心理论框架。
2025-08-12 09:08:29
1151
原创 《单光子成像》第14章 分子生物学的时间分辨率荧光成像方法 预习2025.8.12
时间相关单光子计数（TCSPC）——记录每个光子的精确到达时间，构建衰减直方图拟合τ。，求FRET效率及分子间距（TCSPC记录光子到达时间。累积直方图拟合衰减曲线。单光子探测器捕获荧光。
2025-08-12 09:01:29
879
原创 《单光子成像》第13章 单光子成像在天文学及航空航天领域的应用 预习2025.8.11
SNSPD时间抖动30 ps，激光脉冲宽度50 ps，TCSPC模块抖动23 ps，求系统总抖动及对应距离精度下限。
2025-08-11 08:47:22
1060
原创 《单光子成像》第12章：飞行时间测距成像单光子探测器预习2025.8.11
深入理解探测器物理模型与信号处理算法，是攻克远距离-高精度矛盾的关键。建议结合文献精读算法实现细节，并通过习题巩固距离精度计算与系统设计原则。飞行时间（ToF）测距成像技术利用光子飞行时间反演目标距离与形貌，结合单光子探测器的极高灵敏度，成为远距离、高精度三维成像的核心手段。通过窄脉宽激光（9 ps）、低抖动TCSPC（~23 ps）和探测器优化，系统抖动可压缩至70 ps@FWHM，对应RMS精度30 ps。某系统时间抖动70 ps@FWHM，目标距离2 m，求理论距离精度下限（提示：光速。
2025-08-11 00:29:21
1265
原创 《单光子成像》第11章 能量敏感单光子X射线与粒子成像预习2025.8.9
本章系统阐述了能量敏感单光子探测技术在X射线与粒子成像中的原理与应用。预习时需掌握基本概念与技术分类，复习时需深化系统设计与数据处理方法，结合医学、安全等实际案例理解其价值。重点掌握光电效应、SPAD工作机制、TCSPC系统及噪声抑制技术，为后续学习量子成像与非视距成像奠定基础。
2025-08-09 11:57:15
965
原创 《单光子成像》第十章带双栅极场效应管和电荷调制器件的低噪声电子成像预习2025.8.9
通过系统梳理，本章为低噪声电子成像提供了从器件原理到系统设计的完整框架，是单光子成像技术的核心章节。第十章：带双栅极场效应管和电荷调制器件的低噪声电子成像。
2025-08-09 11:35:14
959
原创 湖南省高校与企业博士后工作站2025.8.4
2025年湖南省博士后工作迎来历史性扩张，全省计划招收博士后研究人员，创下历史新高。这一规模较往年增长23.6%，体现了湖南省在建设国家重要人才中心和创新高地战略中的坚定决心。从站点构成看，覆盖（高校及科研院所）、（企业为主）及，形成了多层次、宽领域的博士后培养体系。企业站点虽数量占比29%，但招收规模仅占13.6%（），主要分布在工程机械、新材料、生物医药等产业领域，如等龙头企业。这种“”的结构反映了湖南当前创新体系的特点——基础研究厚实，但产学研融合深度仍有提升空间。
2025-08-04 20:37:15
1136
原创 深圳市高校与企业博士后工作站2025.8.4
深圳市高等教育体系近年来实现了跨越式发展，形成了以南方科技大学、深圳大学、香港中文大学（深圳）为核心，清华大学深圳国际研究生院、深圳理工大学等多类型研究机构协同发展的博士后培养体系。这些高校博士后工作站凭借和，吸引了全球顶尖科研人才，成为深圳建设国际科创中心的重要智力引擎。
2025-08-04 20:06:15
1142
原创 深度学习二阶偏导限制学习2025.7.19
在百万级以上参数的高维场景中，二阶信息的计算/存储成本呈“平方级爆炸”，而其带来的收敛增益（在非凸、高噪声损失函数中）被严重削弱；反观一阶方法，通过工程优化已能满足效率需求，且成本可控。未来若要让二阶方法实用化，可能需要依赖两个突破：一是硬件算力的指数级提升（如量子计算），二是更高效的“结构化二阶近似”（如利用模型稀疏性、低秩性压缩Hessian）——但目前来看，一阶方法仍是深度学习优化的主流选择。
2025-07-19 12:30:17
973
原创 激光雷达领域国内外期刊信息汇总2025.7.13
建议结合自身研究阶段选择：追求学术影响力可挑战国际顶刊，需快速发表或侧重工程应用可聚焦国内核心，同时密切关注专题征稿机会以提升录用率。注：中科院分区规则更新要点。
2025-07-13 18:53:54
709
原创 激光雷达中的信噪比、信背比和信杂比学习2025.7.13
信噪比、信背比和信杂比是评估激光雷达探测性能的三个相互关联又各有侧重的核心指标。信噪比关注系统内部随机噪声，信背比关注外部环境背景光干扰，信杂比关注外部非目标散射体产生的干扰。在实际应用中，需要根据具体的工作环境（白天/黑夜、大气条件、场景复杂度）和任务需求（探测距离、精度、目标识别），综合优化这三个指标，并配合适当的硬件设计（激光器、探测器、光学系统）和先进的信号处理算法，才能实现最佳的激光雷达探测性能。激光雷达中的信噪比、信背比和信杂比都是衡量其探测性能的关键指标，它们密切相关但又各有侧重。
2025-07-13 18:51:31
1136
原创 激光雷达学习-信噪比SNR与信背比SBR2025.7.11
信背比（SBR）衡量的是目标返回的信号光子平均计数率与背景噪声光子平均计数率之间的比值。它反映了信号在背景噪声水平上的相对强度。信噪比（SNR）衡量的是目标返回的信号强度与（信号+背景）探测过程中引入的总统计噪声（不确定性）的比值。它直接反映了距离测量精度或信号可辨识度的质量。参数信背比 (SBR)信噪比 (SNR)定义平均信号计数率平均背景计数率(纯信号强度)(信号+背景的总统计噪声)核心意义信号相对于背景的强度反映环境干扰程度、系统可行性信号质量、测量精度反映距离精度、探测可靠性。
2025-07-11 09:25:18
889
原创 激光雷达信号提取方法对比梳理2025.7.8
当前Gm-APD信号提取的核心挑战是低信噪比与动态目标适应性。凹凸搜索算法（BHC）在多数指标上领先，而最新研究的分数阶去噪与动态特征选择进一步提升了边缘保留和运动建模能力。未来方向将聚焦于算法硬件化（如低功耗TDC设计）与多模态特征融合，以满足大规模阵列（＞256×256）的实时处理需求。
2025-07-08 20:33:05
776
原创 基于极大似然估计的Gm-APD信号提取算法2025.7.8
该算法通过构建Gm-APD观测数据的似然函数，利用MLE从64x64阵列中估计信号，核心是在噪声模型基础上最大化观测数据的合理性。引入空间正则化后，可平衡信号保真与噪声抑制，适用于微光成像、激光雷达等场景的高分辨率信号提取。
2025-07-08 19:37:26
1203
原创 无人机状态识别研究梳理2025.7.2
无人机起飞、上升、悬停、降落状态识别是一个典型的多传感器信息融合和模式识别问题。基于阈值的状态机简单实用但鲁棒性有限；基于滤波的状态估计是基础；基于特征提取的机器学习方法在精度和鲁棒性上取得了良好平衡，是目前研究和应用的主流；深度学习方法具有最大潜力但面临数据和计算资源的挑战；混合方法通常是工程实践中的最佳选择。未来的研究将聚焦于提高算法在复杂环境下的鲁棒性和适应性，降低对计算资源和标注数据的需求，并探索更高效和智能的融合与识别机制。这个问题的深入研究和解决对提升无人机自主性、安全性和任务可靠性至关重要。
2025-07-02 17:59:16
141
原创 OpenMP并行加速学习笔记2025.6.27
在OpenMP并行加速中，线程数（如32、16、8）的选择需结合硬件核心数、任务类型（计算密集型或I/O密集型）、负载均衡策略及线程开销综合判断。：优先通过压力测试确定最佳线程数，通常从物理核心数开始调整，结合任务类型和负载特征微调。
2025-06-27 14:29:08
759
原创 弱小目标检测跟踪对比思路2025.6.24
下列代码实现了基于传统图像处理和基于神经网络的红外弱小目标检测与跟踪系统，并提供了对比评估功能。实际应用时，需要将代码中的数据加载部分替换为真实的弱小目标数据集加载逻辑，并训练神经网络模型。
2025-06-24 19:51:21
113
原创 增加检测头用于弱小目标检测思路（1）2025.6.24
针对尺寸小于 9×9 甚至 1×1 的弱小目标（红外、遥感、雷达图像），需要在最浅层 C1/C2 增加高分辨率检测头并融合人工特征。
2025-06-24 19:44:05
116
原创 单光子雪崩二极管（SPAD）产研观察（2）2025.6.23
SPAD领域已进入技术爆发与市场扩张并行的关键阶段。国际巨头通过专利壁垒与产能扩张巩固优势，中国企业凭借本土化创新与政策支持加速追赶。未来十年，SPAD将在自动驾驶、工业检测、医疗健康等领域实现跨场景渗透，但需突破高温稳定性、供应链整合等瓶颈。随着CMOS工艺与材料科学的持续突破，SPAD有望成为单光子探测领域的核心基础设施，重塑全球传感器产业格局。
2025-06-23 00:40:33
895
原创 《单光子成像》第八章 预习2025.6.22
第八章聚焦于通过噪声最小化实现单光子CMOS成像，核心目标是优化CMOS图像传感器的设计，以降低噪声对单光子探测的影响，提升成像信噪比（SNR）和分辨率。本章从理论、电路结构、优化策略三方面展开，结合单光子成像的特殊性，提出了一套完整的低噪声CMOS成像解决方案。
2025-06-22 23:32:10
873
SoundTouch变速集成工程示例（VS2015）
2022-06-12
MATLAB语音信号分析与合成函数库与语音文件.zip
2022-05-30
平衡车拟定跟随方案报告.pptx
2022-05-17
毕设车牌图像库.zip
2022-05-16
实采车牌图像数据.zip
2022-05-16
HOGH车牌字符图片数据集.zip
2022-05-14
车牌字符图片数据整理.zip
2022-05-14
单光子雪崩二极管 (SPAD))技术：2000-2025 年全球专利市场与未来展望.pdf 【光电探测技术】单光子雪崩二极管（SPAD）技术：2000-2025年全球专利市场与未来展望
2025-06-27
免费电脑清理工具软件diskcleaner
2023-11-10
神经网络仿真数据集（乳腺癌数据集等）
2022-12-12
《MATLAB语音信号分析与合成（第二版）》语音工具包
2022-12-12
pyclipper-1.3.0.post3-cp36-cp36m-win_amd64.whl
2022-08-04
opencv_contrib_python-4.2.0.32-cp36-cp36m-win_amd64.whl
2022-08-04
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人