-
公开(公告)号：CN112149712B
公开(公告)日：2023-06-06
申请号：CN202010837881.8
申请日：2020-08-19
Applicant: 中国地质大学(武汉)
IPC: G06V10/764 , G06N3/0464 , G06N3/08 , G06V10/774 , G06V10/82
Abstract: 本发明提供一种高效的高光谱遥感数据压缩与分类模型，具体步骤：对原始高光谱数据进行预处理，并将其分割成单个的高光谱像素；将全卷积自动编码器网络的编码部分的输出设计为二值输出，得到具有高效光谱压缩的自动编码器CAE，将CAE与逻辑回归LR分类器结合设计出具有高效光谱压缩与快速分类的联合深度学习网络CAE_LR，将CAE_LR与JPEG2000结合设计出具有光谱和空间全维度压缩与分类的方法CAE_LR+JP2；将训练完成的CAE_LR与JPEG2000结合进行率失真优化，实现CAE_LR+JP2在各个比特率下的最佳率失真性能；本发明设计的CAE_LR+JP2模型有效地提升了星载高光谱传感器与地面接收站之间的高光谱数据的压缩和分类的精度及速度。
-
公开(公告)号：CN112153659A
公开(公告)日：2020-12-29
申请号：CN202010848653.0
申请日：2020-08-21
Applicant: 中国地质大学(武汉)
Abstract: 本发明提供一种高效节能的星载无线传感器网络数据压缩模型的构建方法，包括：对原始传感数据去噪并进行归一化处理；应用D‑CRBM构造基于变分自编码器结构的CBN‑VAE数据压缩方法；将处理过的传感数据集用于网络的训练，训练采用基于弹性正交权重修正算法EOWM的连续学习，使网络能够以上下文相关的方式，连续学习数种不同的映射规则而不会受到干扰。本发明适用于一个无线传感器网络节点内集成有多种传感器收集的不同属性监测数据，以一种连续学习方式对传感器节点采集不同属性数据进行高效压缩和高精度重构，可降低网络通信能耗、计算能耗和存储能耗，提高无线传感器网络的生命工作周期。
-
公开(公告)号：CN110826289B
公开(公告)日：2021-09-14
申请号：CN201911036744.8
申请日：2019-10-29
Applicant: 中国地质大学(武汉)
IPC: G06F30/27 , G06F30/10 , G06N3/08 , G06F111/14
Abstract: 本发明提供了一种基于深度学习的纳米结构设计方法，包括：建立一个训练数据集，包含任意一种纳米结构信息；对训练数据集进行预处理，以将训练数据集中的数据进行转置和归一化；构建频谱预测网络SPN和几何形状预测网络GPN；将频谱预测网络SPN和几何形状预测网络GPN整合成一个神经网络模型，频谱预测网络SPN的输出连接几何形状预测网络GPN的输入；使用预处理后的训练数据集对整合的神经网络模型进行训练，当损失函数达到预设值时，神经网络模型训练完成；将待建立的纳米结构对应的X和Y两个极化方向的频谱和材料性质输入到训练完成的神经网络模型中，就可以得到纳米结构的8个纳米结构表征点，进而得到纳米结构的几何形状。
-
公开(公告)号：CN111273398B
公开(公告)日：2021-03-30
申请号：CN201911238254.6
申请日：2019-12-06
Applicant: 中国地质大学(武汉)
Abstract: 本发明公开了一种高耦合效率的M型波导光栅耦合器的设计方法，属于集成光电子领域，本发明基于绝缘体硅(SOI)平台，首先设计波导光栅模型，然后利用非线性约束优化算法波导光栅模型，得到在1500nm‑1600nm波长上平均耦合效率最优的传统周期波导光栅结构，再经过创新的研究和设计，在传统的周期光栅结构上设计出一种新颖的M型波导光栅结构，经过几组数据仿真，进一步优化M型波导光栅结构，本发明最终得到了高耦合效率的垂直光栅耦合器，在1580nm波长附近，达到了83.2％的高耦合效率。本发明提供的波导光栅耦合器设计方法，耦合效率高、应用前景广，在使用成熟的制造工艺下，有很大的潜能可以被设计实现。
-
公开(公告)号：CN110599497A
公开(公告)日：2019-12-20
申请号：CN201910703366.8
申请日：2019-07-31
Applicant: 中国地质大学(武汉)
Abstract: 本发明提供了一种基于深度神经网络的可行驶区域分割方法，包括：以Mask-RCNN模型为基础，采用ResNet深度残差网络作为特征提取网络对输入图像进行特征提取；采用RPN网络对特征提取后的图像进行处理，以实现对前景和背景的区分；通过RoIAlign对分类出的前景和背景的轮廓进行定位；通过全连接网络对定位出的前景进行类别识别，以实现对前景的具体分类；根据前景的具体分类结果和区分出的背景，采用全卷积神经网络实现可行驶区域和不可行驶区域的分割。
-
Patent Agency Ranking
公开(公告)号：CN110519233A
公开(公告)日：2019-11-29
申请号：CN201910704493.X
申请日：2019-07-31
Applicant: 中国地质大学(武汉)
Abstract: 本发明提供了一种基于人工智能的星载传感网数据压缩方法，包括：在一段预设时间内，在星载传感网多个终端感知节点采集传感器数据；对传感器数据进行预处理，以剔除异常数据，并对缺失数据通过双维度上的线性插值方法进行补全，将采集数据归一化映射到[-1，1]区间；构建A-CCR网络；在预处理后的传感器数据中提取一个类别的数据时间序列，分成m段并随机打乱顺序，按照打乱后的顺序对A-CCR网络进行循环迭代训练；在预处理后的传感器数据中提取多种类别的数据时间序列，分成n段并随机打乱顺序，按照打乱后的顺序对A-CCR网络初始模型进行循环迭代训练；将待处理的星载传感网数据输入到A-CCR网络优化模型进行压缩处理。
-
公开(公告)号：CN114066728A
公开(公告)日：2022-02-18
申请号：CN202111128705.8
申请日：2021-09-26
Applicant: 中国地质大学(武汉)
IPC: G06T3/40
Abstract: 本发明提供一种高光谱遥感数据图像的重构增强方法及装置，包括：对原始高光谱遥感数据预处理；构建CVAE‑GAN模型，将处理后的原始高光谱遥感数据用于CVAE‑GAN模型训练，训练完成后使用该模型进行数据扩充；对扩充后的高光谱遥感数据应用数据压缩算法，进行压缩重构处理，得到原始高光谱遥感数据对应的重构数据；构建Hyper‑SR模型，使用重构前后的图像数据训练，实现对重构图像的高质量增强。本发明方法适用于对压缩重构后失真的高光谱遥感数据进行高质量增强，能够在数据压缩的同时尽可能的保留原有的数据信息，有效提升压缩数据解码后的图像质量，本发明可以根据原始高光谱遥感数据，生成与原始数据同分布的扩充数据集，适用于缺少数据或者缺少某类的数据的情况。
-
公开(公告)号：CN110446173B
公开(公告)日：2021-08-27
申请号：CN201910700088.0
申请日：2019-07-31
Applicant: 中国地质大学(武汉)
Abstract: 本发明公开了一种高效节能的星载无线传感网数据压缩方法，包括以下步骤：步骤一、采集无线传感网各个终端感知节点的流数据；步骤二、对流数据进行预处理；步骤三、构建D‑CRBM网络计算层的计算方法；步骤四、将D‑CRBM网络计算层与变分混合编码器结合构建CBN‑VAE网络；步骤五、训练CBN‑VAE网络，得模型参数，构建压缩模型；步骤六、采用压缩模型对无线传感网数据进行压缩。本发明有效的降低了无线传感网的节点通信能耗、存储能耗和计算能耗。
-
公开(公告)号：CN110826289A
公开(公告)日：2020-02-21
申请号：CN201911036744.8
申请日：2019-10-29
Applicant: 中国地质大学(武汉)
IPC: G06F30/27 , G06F30/10 , G06N3/08 , G06F111/14
Abstract: 本发明提供了一种基于深度学习的纳米结构设计方法，包括：建立一个训练数据集，包含任意一种纳米结构信息；对训练数据集进行预处理，以将训练数据集中的数据进行转置和归一化；构建频谱预测网络SPN和几何形状预测网络GPN；将频谱预测网络SPN和几何形状预测网络GPN整合成一个神经网络模型，频谱预测网络SPN的输出连接几何形状预测网络GPN的输入；使用预处理后的训练数据集对整合的神经网络模型进行训练，当损失函数达到预设值时，神经网络模型训练完成；将待建立的纳米结构对应的X和Y两个极化方向的频谱和材料性质输入到训练完成的神经网络模型中，就可以得到纳米结构的8个纳米结构表征点，进而得到纳米结构的几何形状。
-
公开(公告)号：CN110598554A
公开(公告)日：2019-12-20
申请号：CN201910735240.9
申请日：2019-08-09
Applicant: 中国地质大学(武汉)
Abstract: 本发明公开了一种基于对抗学习的多人姿态估计方法，包括以下步骤：使用带有多人关键点坐标标签的公开数据集作为训练集，对训练集图像进行边缘信息增强预处理；对训练集中的关键点坐标标签做预处理，制作成对应的关键点热点图和整体骨架热点图；构建双分支关键点特征提取子网络；构建A-HPose网络生成器部分；构建A-HPose网络判别器部分；使用训练集对A-HPose网络进行中继监督循环训练，得网络模型参数；对网络输出热点图做后处理，根据骨架热点图来对关键点热点图中的关键点进行搜索分类，得到多人中每一个人的关键点位置，预估多人姿态。本发明具有快速准确检测人体关键点特征的有益效果。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.048 seconds)
