公开(公告)号：CN118365924A

公开(公告)日：2024-07-19

申请号：CN202410328376.9

申请日：2024-03-21

Applicant: 北京理工大学

Inventor： 胡文帅 ,  李伟 ,  张蒙蒙 ,  陶然

IPC: G06V10/764 ,  G06V10/82 ,  G06V10/80 ,  G06N3/0464

Abstract: 本发明公开了一种多源遥感图像协同分类方法和系统，包括：以每个像素点为中心提取局部邻域窗口，构建训练集和测试集，并对全局信息引导向量进行初始化。联合卷积层和Transformer结构，逐层提取和更新多源遥感图像的局部和全局特征。充分利用四元数和长短时记忆网络的优势，提取有效描述多源遥感图像互补性的多模态融合特征。构建跨模态对比学习结构，对全局信息学习过程施加一致性约束，引导多模态特征的融合。集成上述结构，提出跨模态记忆Transformer网络框架，通过端到端训练实现多源遥感图像的协同分类。本发明具有保持多源图像互补关系、通用框架适用性强、提升遥感智能处理能力、考虑多源图像特点、提高分类准确度等优点。

公开(公告)号：CN118013249A

公开(公告)日：2024-05-10

申请号：CN202410138713.8

申请日：2024-02-01

Applicant: 北京理工大学

Inventor： 张金鑫 ,  李伟 ,  陶然 ,  吕蒙 ,  张蒙蒙 ,  刘欢

IPC: G06F18/2115 ,  G06F18/10 ,  G06F18/2136 ,  G16H70/60

Abstract: 本发明提供一种基于高光谱和跨域学习的肾小球免疫复合物识别方法，包括以下步骤：步骤S1：图像数据数据预处理进行归一化；步骤S2：针对源域数据构建类分布模块，保持源域判别结构信息；针对目标域数据构建流形分布模块，保持目标域局部结构信息；步骤S3:构建初始化变量；步骤S4:针对源域和目标域数据构建交互模块，对齐源域和目标域结构信息；步骤S5:计算特征转换矩阵，提取源域和目标域重要特征；步骤S6：更新步骤3的初始化变量；步骤S7：重复步骤4、步骤5、步骤6，直到迭代次数大于给定数值停止；步骤8：输出源域投影矩阵和目标域投影矩阵，识别目标域新数据。本发明检测识别效率高、准确性高、计算复杂性低。

公开(公告)号：CN111898633B

公开(公告)日：2023-05-05

申请号：CN202010567591.6

申请日：2020-06-19

Applicant: 北京理工大学

Inventor： 李伟 ,  张蒙蒙 ,  陶然

IPC: G06V20/13 ,  G06V10/764 ,  G06V10/82 ,  G06V10/774 ,  G06V10/74 ,  G06V10/77 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/08

Abstract: 本发明公开了一种基于高光谱图像的海上舰船目标检测方法，本发明采用孪生网络策略，对增强后的目标数据以及原始背景数据进行预处理，形成对目标检测数据具有泛化性的训练数据像素对代替原始单个像素作为训练网络的输入，构造像素对代替单个像元输入，使得检测算法具有较理想的检测效果和较高实用性。将深度学习的思想引入到高光谱目标检测是通过构建深度网络结构将低级特征组合合并变换得到更高层次的抽象特征，特别是其中的卷积神经网络，利用卷积操作的网络层次，更适合于光谱特征的提取，从而提升检测精度。

公开(公告)号：CN111898423B

公开(公告)日：2022-12-23

申请号：CN202010566343.X

申请日：2020-06-19

Applicant: 北京理工大学

Inventor： 李伟 ,  张蒙蒙 ,  陶然

IPC: G06V20/13 ,  G06V10/764 ,  G06V10/80 ,  G06V10/77

Abstract: 本发明公开了一种基于形态学的多源遥感图像地物精细分类方法，对高光谱图像、红外图像分别提取其形态学特征，使用特定的融合方法，将所提取的两种数据源的空间特征进行融合，再送到分类器中进行分类，得到最终的分类结果图和分类精度。对高光谱图像进行降维处理；对红外图像和降维后的高光谱图；形态学特征融合；分类。本发明利用高光谱图像和红外图像之间的差异性和互补性，通过使用形态学方法提取两种类型图像之间的特征并进行融合，提高了高光谱图像的地物分类精度。

公开(公告)号：CN111882512B

公开(公告)日：2022-12-20

申请号：CN202010715887.8

申请日：2020-07-20

Applicant: 北京理工大学

Inventor： 陶然 ,  李伟 ,  胡婷 ,  张蒙蒙

IPC: G06T5/50 ,  G06T3/40 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于深度学习的图像融合方法、装置、设备和存储介质，该方法包括：获取待融合的高光谱图像和待融合的多光谱图像；将待融合的高光谱图像和待融合的多光谱图像分别重组为对应的二维矩阵形式；将二维矩阵形式的多光谱图像输入至预先构建的双支路网络中的第一支路，将二维矩阵形式的高光谱图像输入预先构建的双支路网络中的第二支路；通过最小化第一支路的第一损失函数来训练第一支路，以及，最小化第二支路的第二损失函数来训练第二支路，直到训练次数达到设定次数阈值或第一损失函数且第二损失函数的函数值在设定函数值范围内；输出第二支路中重构的高分辨且高光谱图像，确定融合后的图像。实现了对高光谱图像的空间分辨率的提升。

公开(公告)号：CN113690438B

公开(公告)日：2022-11-11

申请号：CN202110818453.5

申请日：2021-07-20

Applicant: 北京理工大学

Inventor： 黄永鑫 ,  张蒙蒙 ,  陈人杰

IPC: H01M4/62 ,  H01M4/58 ,  H01M10/054

Abstract: 本发明属于钠离子电池负极材料制备技术领域，具体涉及一种含硒化物复合材料及其制备方法和应用。该制备方法包括金属氧化物微球、含硒溶液和含硒化物复合材料三个步骤。通过共沉淀法制备得到了过渡金属氢氧化物，有效引入了双金属组分(锡和过渡金属)，通过煅烧后得到金属氧化物微球结构，硒粉通过还原剂得到硒离子，以金属氧化物微球结构为模板，硒离子与金属氧化物微球结构中氧发生交换，进而得到纯度高、晶型好、结构完整可控的含双金属组分的硒化物，通过控制金属氧化微球的结构，实现了含硒化物复合材料结构可控；该含硒化物复合材料为蛋壳结构，该结构可以增加材料的比表面积和活性位点，进而提提升了含硒化物复合材料的储钠容量。

公开(公告)号：CN111898633A

公开(公告)日：2020-11-06

申请号：CN202010567591.6

申请日：2020-06-19

Applicant: 北京理工大学

Inventor： 李伟 ,  张蒙蒙 ,  陶然

IPC: G06K9/62 ,  G06K9/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于高光谱图像的海上舰船目标检测方法，本发明采用孪生网络策略，对增强后的目标数据以及原始背景数据进行预处理，形成对目标检测数据具有泛化性的训练数据像素对代替原始单个像素作为训练网络的输入，构造像素对代替单个像元输入，使得检测算法具有较理想的检测效果和较高实用性。将深度学习的思想引入到高光谱目标检测是通过构建深度网络结构将低级特征组合合并变换得到更高层次的抽象特征，特别是其中的卷积神经网络，利用卷积操作的网络层次，更适合于光谱特征的提取，从而提升检测精度。