公开(公告)号：CN115883764B

公开(公告)日：2023-05-23

申请号：CN202310076493.6

申请日：2023-02-08

Applicant: 吉林大学

Inventor： 姜宇 ,  齐红 ,  赵明浩 ,  王跃航 ,  张永霁 ,  魏枫林 ,  王凯

IPC: H04N7/01 ,  H04N5/265 ,  G06N3/0464

Abstract: 一种基于数据协同的水下高速视频插帧方法及其系统。通过传统相机和事件相机分别获取RGB数据和事件数据；将获取的RGB数据和事件数据利用U型合成网络融合，获取合成结果；利用合成结果和获取的RGB数据经过三层多尺度光流估计网络进行帧光流估计；利用获取的RGB数据和事件数据经过三层多尺度光流估计网络进行事件光流估计；将融合结果、经过三层多尺度光流估计网络进行的帧光流估计结果与经过三层多尺度光流估计网络进行的事件光流估计通过U型融合网络进行融合，输出中间帧。本发明实现利用RGB数据和事件数据生成视频的中间帧，提高视频的帧率，优化在水下场景下非线性运动下插帧效果的鲁棒性。

公开(公告)号：CN115880574A

公开(公告)日：2023-03-31

申请号：CN202310188520.9

申请日：2023-03-02

Applicant: 吉林大学

Inventor： 姜宇 ,  赵明浩 ,  齐红 ,  王跃航 ,  张敖 ,  魏枫林 ,  王凯

IPC: G06V20/05 ,  G06V10/25 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464

Abstract: 本发明具体涉及一种水下光学图像轻量化目标识别方法、设备和介质，其特征在于，所述方法包括如下步骤：S1、收集水下光学图像数据集，将数据集分为训练集和测试集，并对训练集进行标注；S2、对训练集进行特征提取，捕捉场景中角色的时空信息和交互信息，并输出相应特征图；S3、构建训练网络对步骤S2中的特征图进行训练，所述训练网络中，针对学习率采用一致衰减策略，针对网络结构采用交错分组策略，针对训练方法采用多尺度聚合模块与短/长聚合模块相结合；S4、将经过充分训练的训练集参数加载到训练网络中，将测试集图像输入，测试获得最终结果。提高水下光学图像目标识别的计算速度和存储能力，有利于性能的提升和资源的配置。

公开(公告)号：CN115809609A

公开(公告)日：2023-03-17

申请号：CN202310064245.X

申请日：2023-02-06

Applicant: 吉林大学

Inventor： 姜宇 ,  于慧勇 ,  宋建军 ,  齐红 ,  赵明浩 ,  王跃航 ,  王光诚

IPC: G06F30/27 ,  G06N3/0464 ,  G06N3/092

Abstract: 本发明涉及一种多水下自主航行器目标搜索方法及其系统。步骤1、利用历史海洋目标漂移数据生成仿真目标移动模型；步骤2、利用水下自主航行器数据构建航行器目标搜索仿真模型；步骤3、每个水下自主航行器从环境中获取当前的状态以及地图信息，输入到行动者网络进行实时路径规划，实时更新航行器目标搜索仿真模型，并存储行动过程中所生成的数据；步骤4、每个水下自主航行器的每一条数据，所有水下自主航行器的状态、地图和动作均输入到评论家网络；步骤5、基于数据中动作的价值，进而更新行动者网络和评论家网络；步骤6、基于更新的行动者网络，对仿真目标移动模型进行搜索。用以解决环境因素对目标的漂移轨迹的影响问题。

公开(公告)号：CN115237158A

公开(公告)日：2022-10-25

申请号：CN202210987758.3

申请日：2022-08-17

Applicant: 吉林大学

Inventor： 朱航 ,  李浩扬 ,  张政 ,  吴栋 ,  赵泽洋 ,  姜宇

IPC: G05D1/10

Abstract: 本发明公开了多旋翼无人机自主跟踪与着陆控制系统及控制方法，由内外两层二维码组成的地标，通过单目相机采集并输送至机载处理器，实现无人机相对于地标的位姿估计，无人机自身姿态通过视觉定位相机采集并输出至机载处理器，通过机载处理器生成控制指令输送至飞行控制器，进而控制无人机执行跟踪或着陆任务。本发明所述多旋翼无人机自主跟踪与着陆控制方法使无人机在执行任务时，在没有人为指导的情况下，只需要依靠视觉信息即可实现高精度且稳定性良好地自主寻找地标、跟踪地标并实现对地标的着陆。

公开(公告)号：CN111242206B

公开(公告)日：2022-06-17

申请号：CN202010016709.6

申请日：2020-01-08

Applicant: 吉林大学

Inventor： 何丽莉 ,  白洪涛 ,  阳乾隆 ,  姜宇 ,  欧阳丹彤

IPC: G06K9/62 ,  G06F17/18

Abstract: 本发明公开了一种基于层次聚类和随机森林的高分辨率海洋水温计算方法，包括：首先，对数据集进行归一化处理，以消除量纲的不同对实验造成的影响；其次，将数据集中的样本看作初始类簇，采用自底向上的聚合策略进行层次聚类；在聚类算法运行过程的每一步找出距离最近的两个类簇进行合并，该过程不断重复，直至数据被划分出五类；最后，对于划分出的每一个类，采用网格化搜索的方法寻找随机森林模型的最佳参数并为其构建随机森林模型。本发明使用的数据来自BOA Argo的观测结果，实验结果表明，本发明提出的模型的预测准确度比对数据直接使用随机森林模型有着很好的提升，特别是在聚类划分出的某些局部海域，模型准确度能提升10倍左右。

公开(公告)号：CN114282977A

公开(公告)日：2022-04-05

申请号：CN202111622456.8

申请日：2021-12-28

Applicant: 吉林大学

Inventor： 白洪涛 ,  何丽莉 ,  苗启鹏 ,  姜宇

IPC: G06Q30/06 ,  G06F16/2457 ,  G06F16/2458 ,  G06F16/28

Abstract: 本发明公开了一种基于全局有向图的商品会话序列推荐方法，包括：步骤一、提取原始数据集中的商品项目，生成图数据库节点集；根据原始数据集中的项目之间的点击关系，并且将点击关系出现的次数作为节点关系的属性值，生成节点关系集；步骤二、生成会话序列的全局有向图G＝(V,E)；其中，V为图数据库节点集，E为节点关系集；步骤三、对于待推荐会话中的每个项目建立初始值为0的m元评分数组，评分数组中的每个元素对应一个待推荐项目的评分值，通过项目的偏好传播更新每个评分数组中的对应的元素；其中，m为原始数据集中项目的数量；步骤四、得到待推荐会话的所有待推荐项目的总评分值，筛选出多个总评分值高的项目作为待推荐会话的最终推荐结果。

公开(公告)号：CN113222385A

公开(公告)日：2021-08-06

申请号：CN202110488106.0

申请日：2021-05-06

Applicant: 吉林大学

Inventor： 郭建华 ,  姜宇 ,  朱亦文 ,  王浩 ,  张静 ,  聂荣真 ,  于远彬

IPC: G06Q10/06

Abstract: 本发明公开了一种电动汽车行驶工况构建与评价方法，包括以下步骤：对汽车行驶路径数据进行收集及异常数据筛选与剔除，并对处理后的数据进行运动学特征参数提取；基于不同车速与加速度区间，使用自组织特征映射神经网络将运动学片段进行微行程划分；通过电子地图与交通流对运动学片段特征进行识别划分，获取各个微行程片段所在的道路类型；基于加速度状态的统计分析，为属于某种道路类型的微行程片段分别构建状态转移矩阵，根据其道路类型的权值，建立一个全类型状态转移矩阵，然后通过马尔科夫过程构建出多条备选工况；对选取的运动学参数重要度排序，建立基于能耗的工况构建结果评价指标，对步骤三构建的备选工况进行评价。

公开(公告)号：CN111595489B

公开(公告)日：2021-06-25

申请号：CN202010459733.7

申请日：2020-05-27

Applicant: 吉林大学

Inventor： 何丽莉 ,  白洪涛 ,  欧阳丹彤 ,  阳乾隆 ,  姜宇 ,  金龙海 ,  王旭东

IPC: G01K13/02 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于变分自编码器的启发式高分辨率海洋水温分布建立方法，包括：步骤一、采集待测试区域中海洋水温的垂直观测值；步骤二、根据变分自编码器得到所述垂直观测值在垂直观测层上的概率分布；步骤三、根据所述概率分布得到受采样影响模型所求得的解空间，并根据所述解空间得到启发式网络；步骤四、建立所述解空间和所述启发式网络的海洋水温分布模型，进而得到待测试区域中海洋水温。

公开(公告)号：CN108565004A

公开(公告)日：2018-09-21

申请号：CN201810370377.4

申请日：2018-04-24

Applicant: 吉林大学

Inventor： 何丽莉 ,  欧阳丹彤 ,  李轩 ,  白洪涛 ,  姜宇

IPC: G16H20/60 ,  G16H50/70

Abstract: 本发明公开了一种引入Adaboost概率矩阵分解糖尿病个性化饮食推荐方法，包括：步骤一、建立糖尿病患者的饮食偏好特征集合U＝{u1,u2,…,un}和食物的属性特征集合V＝{v1,v2,…,vm}，记录糖尿病患者饮食，提取偏好特征和食物属性特征，形成糖尿病患者饮食偏好矩阵U∈RK×M和食物属性特征V∈RK×N；步骤二、通过将糖尿病患者的饮食偏好与食物的属性特征之间的关联度量化来确定糖尿病患者的饮食偏好与食物的属性特征之间的关联强度；步骤三、对所述关联度进行权值分布得到基本分类后，训练数据集更新权值分布，将所有关联度赋予权重进行分类排除不必要的食物，得到最终的如下关联度分类：步骤四、根据所述条件概率和所述关联度分类得到所述个性化饮食。

公开(公告)号：CN106340004A

公开(公告)日：2017-01-18

申请号：CN201610642651.X

申请日：2016-08-08

Applicant: 吉林大学

Inventor： 何丽莉 ,  白洪涛 ,  欧阳丹彤 ,  杨博 ,  王昌帅 ,  姜宇

IPC: G06T7/00 ,  G06T1/20 ,  G06T5/00

CPC classification number: G06T1/20 ,  G06T5/00 ,  G06T2207/10032 ,  G06T2207/20032

Abstract: 本发明公开了一种基于模糊聚类预处理云系的并行云迹风反演方法，包括：选取相邻等时间间隔的三幅云图，对云图图像进行数据提取及预处理，将每幅云图分为多块追踪区块，并且将追踪区块分配到指定的多个并行计算处理单元，在每个独立的计算处理单元通过最大相关系数法对所述追踪区块的风矢进行反演计算，得到所述追踪区块风矢的风速及风向。本发明有效提升了云迹风反演的实际执行效率，对低、中、高空全球风场的预测和预警具有重要的应用价值。