-
公开(公告)号：CN109858557B
公开(公告)日：2022-12-27
申请号：CN201910113156.3
申请日：2019-02-13
Applicant: 安徽大学
IPC: G06V10/774 , G06V10/762 , G06V10/82 , G06N3/04
Abstract: 本发明公开了一种新的高光谱图像数据半监督分类算法，该方法为，首先获取到所有的高光谱数据，并将其作为初始数据；其次使用稀疏子空间聚类作为聚类方法来聚合所有的初始数据，并获取所有初始数据的伪标签；其次在CNN1中对所有的初始数据及其伪标签进行预训练；对于CNN1中分类层中的目标函数，提出了基于度量学习的新的目标函数；之后利用CNN1除去最后的分类层，再加上全连接层构成了CNN2；之后将带标签的数据以及它们的已知真实标签对CNN2进行微调。本发明是通过利用伪标签进行高光谱图像分类的半监督深度学习机制；用两段式训练，扩展了训练信息；为了更好的掌握高光谱样本结构特征的问题，在预训练阶段提出了新的目标函数。
-
公开(公告)号：CN115235624B
公开(公告)日：2024-11-26
申请号：CN202210843586.2
申请日：2022-07-18
Applicant: 中国气象局气象发展与规划院 , 中国气象局气象探测中心 , 安徽大学
Abstract: 本申请提供了一种紫外高光谱辐射仪杂散光校正方法及装置、电子设备，本申请可以获取激光光束的当前照射方向，并且根据当前照射方向对激光光束进行方向修正，使得激光光束能够修正并对准紫外高光谱辐射仪。对准后再控制光源机构出射不同的波长，从而使得紫外高光谱辐射仪生成多个波长对应的多个测量信号，再根据多个测量信号便可以得到杂散光校正矩阵。
-
公开(公告)号：CN107967676B
公开(公告)日：2022-01-11
申请号：CN201711101875.0
申请日：2017-11-10
Applicant: 安徽大学
IPC: G06T5/10
Abstract: 本发明公开了一种平稳Tetrolet变换算法，平稳Tetrolet变换是一种由四个单位正方形通过边连接起来的新的自适应Harr类小波变换，对应的滤波器组简单而有效。与标准二维小波变换相比，平稳Tetrolet变换是一种新型的基于四格拼板的多尺度几何变换工具，能够通过多方向选择有效地捕获图像中各向异性特性。本发明中对平稳Tetrolet变换的分解和重构算法进行了详细的描述，对利用平稳Tetrolet变换对图像的分解进行了仿真与分析。实验结果表明，与传统算法相比，提出的算法在保留原始图像边缘和纹理信息的同时，有效地取得较好的稀疏表达，能消除Tetrolet变换算法对图像融合存在方块效应的缺陷。
-
公开(公告)号：CN114694170A
公开(公告)日：2022-07-01
申请号：CN202210091784.8
申请日：2022-01-26
Applicant: 安徽大学
Abstract: 本发明公开了一种多尺度批量特征丢弃网络的行人重识别方法，涉及行人识别技术领域，具体包括如下步骤：S1、利用IBN‑Net50‑a为基础骨干网络提取特征；S2、对最后两层卷积层融合批量特征丢弃方法；S3、拼接不同维度的特征，能够包含更多浅层、深层的有用信息，IBN包括IN和BN，IN提取的鲁棒特征是不随一些外观变化而变化的，如颜色、风格、虚拟/真实，BN则是保留与内容相关的信息，本发明以IBN‑Net50‑a为骨干网的改进的网络模型，对最后两层卷积层融合批量特征丢弃方法，以增强局部区域的专注特征学习。采取多尺度特征融合策略，对不同的分支输出的特征图采用不同的池化，提升网络的鲁棒性、学习效率以及识别率。
-
公开(公告)号：CN107967676A
公开(公告)日：2018-04-27
申请号：CN201711101875.0
申请日：2017-11-10
Applicant: 安徽大学
IPC: G06T5/10
CPC classification number: G06T5/10 , G06T2207/20064 , G06T2207/20221
Abstract: 本发明公开了一种平稳Tetrolet变换算法，平稳Tetrolet变换是一种由四个单位正方形通过边连接起来的新的自适应Harr类小波变换，对应的滤波器组简单而有效。与标准二维小波变换相比，平稳Tetrolet变换是一种新型的基于四格拼板的多尺度几何变换工具，能够通过多方向选择有效地捕获图像中各向异性特性。本发明中对平稳Tetrolet变换的分解和重构算法进行了详细的描述，对利用平稳Tetrolet变换对图像的分解进行了仿真与分析。实验结果表明，与传统算法相比，提出的算法在保留原始图像边缘和纹理信息的同时，有效地取得较好的稀疏表达，能消除Tetrolet变换算法对图像融合存在方块效应的缺陷。
-
Patent Agency Ranking
公开(公告)号：CN115235624A
公开(公告)日：2022-10-25
申请号：CN202210843586.2
申请日：2022-07-18
Applicant: 中国气象局气象发展与规划院 , 中国气象局气象探测中心 , 安徽大学
Abstract: 本申请提供了一种紫外高光谱辐射仪杂散光校正方法及装置、电子设备，本申请可以获取激光光束的当前照射方向，并且根据当前照射方向对激光光束进行方向修正，使得激光光束能够修正并对准紫外高光谱辐射仪。对准后再控制光源机构出射不同的波长，从而使得紫外高光谱辐射仪生成多个波长对应的多个测量信号，再根据多个测量信号便可以得到杂散光校正矩阵。
-
公开(公告)号：CN114639067A
公开(公告)日：2022-06-17
申请号：CN202210091887.4
申请日：2022-01-26
Applicant: 安徽大学
IPC: G06V20/52 , G06K9/62 , G06V10/40 , G06V10/80 , G06V10/774
Abstract: 本发明公开了一种基于注意力机制的多尺度全场景监控目标检测方法，本发明涉及监测技术领域，具体包括如下步骤：通过在主干网络中增加一次下采样操作，使用最后四次下采样得到的特征图尺寸作为目标检测的四个尺度；将特征图进行3次上采样，与主干网络中的特征进行拼接融合，形成特征金字塔网络；在FPN上采样的基础上，增加了一条下采样特征融合路径，构成PAN结构，本文采用YOLOv5s作为基础框架，分析监控场景下的目标具有尺寸变化差异大的特点，提出了一种多尺度目标检测结构，提升网络对目标尺寸变化的适应能力，设计了一种基于注意力机制的特征提取模块，并将其融入到主干网络中，提升网络的特征提取能力。
-
公开(公告)号：CN119861013A
公开(公告)日：2025-04-22
申请号：CN202411940572.8
申请日：2024-12-26
Applicant: 安徽大学
IPC: G01N15/075 , G06N3/006 , G01B11/06
Abstract: 本发明公开了一种基于智能群体算法的气溶胶粒子谱分布反演方法，该方法选取双对数正态分布作为气溶胶粒子谱的函数形式，其中气溶胶颗粒数浓度、几何标准偏差和中值半径作为未知参数；通过设定未知参数的数值范围，输入智能群体算法中的红尾鹰(Red‑tailed hawk,RTH)算法；依据气溶胶光学厚度与气溶胶粒子谱之间的关系，使用RTH算法优化生成参数计算气溶胶光学厚度，并与通过太阳光度计测得的气溶胶光学厚度进行比较，当误差值达到最小时，采用此时的参数反演气溶胶粒子谱分布。与现有技术相比，本发明通过RTH算法选取合适的气溶胶粒子谱函数的参数，实现大气气溶胶粒子谱分布精准反演，且计算简洁，适用范围广。
-
公开(公告)号：CN115730176A
公开(公告)日：2023-03-03
申请号：CN202211090748.6
申请日：2022-09-07
Applicant: 安徽大学
Abstract: 本发明涉及臭氧浓度反演，具体涉及一种紫外高光谱大气臭氧垂直柱浓度反演方法，基于朗伯—比尔定律确定拟合方程；构造线性拟合矩阵M，构造向量根据线性拟合矩阵M和向量将拟合方程转换为矩阵形式；通过最小二乘法求解臭氧的斜柱浓度值；计算空气质量因子AMF；利用臭氧的斜柱浓度值和空气质量因子AMF计算臭氧的垂直柱浓度值；本发明提供的技术方案能够有效克服现有技术所存在的大气臭氧垂直柱浓度反演结果准确性较低、计算复杂的缺陷。
-
公开(公告)号：CN109858557A
公开(公告)日：2019-06-07
申请号：CN201910113156.3
申请日：2019-02-13
Applicant: 安徽大学
Abstract: 本发明公开了一种新的高光谱图像数据半监督分类算法，该方法为，首先获取到所有的高光谱数据，并将其作为初始数据；其次使用稀疏子空间聚类作为聚类方法来聚合所有的初始数据，并获取所有初始数据的伪标签；其次在CNN1中对所有的初始数据及其伪标签进行预训练；对于CNN1中分类层中的目标函数，提出了基于度量学习的新的目标函数；之后利用CNN1除去最后的分类层，再加上全连接层构成了CNN2；之后将带标签的数据以及它们的已知真实标签对CNN2进行微调。本发明是通过利用伪标签进行高光谱图像分类的半监督深度学习机制；用两段式训练，扩展了训练信息；为了更好的掌握高光谱样本结构特征的问题，在预训练阶段提出了新的目标函数。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.023 seconds)
