-
公开(公告)号：CN118470362A
公开(公告)日：2024-08-09
申请号：CN202410529117.2
申请日：2024-04-29
Applicant: 江苏海洋大学 , 蓝湾海洋资源开发技术创新中心
IPC: G06V10/762 , G06V10/26 , G06V10/44 , G06V10/52 , G01M10/00
Abstract: 本发明提出一种基于RDP轨迹划分和方向聚类的中尺度涡旋迁移路径提取方法，通过引入RDP算法和定义方向相似性，优化了传统的基于密度的聚类算法的轨迹划分方式，更加适用于涡旋轨迹特征点的取舍，对轨迹线段的方向具有敏感性。同时引入参考评价QM指标与轮廓系数来衡量聚类效果，结果表明本算法簇内样本密度更为紧凑，分类标准更为明确，被错误分类的噪声线段更少，聚类质量更高，效果更好。本方法将具有相似行为的涡旋轨迹划分为一类，探究涡旋的移动路径，分析移动规律，以期预测某海域涡旋的传播路径和演变，对海洋能量转换和生物化学循环的研究工作具有很大的参考作用，也对更好地理解全球物质和能量的收支具有重要意义。
-
公开(公告)号：CN118196070A
公开(公告)日：2024-06-14
申请号：CN202410416297.3
申请日：2024-04-08
Applicant: 江苏海洋大学 , 蓝湾海洋资源开发技术创新中心
IPC: G06T7/00 , G06V10/143 , G06V10/762 , G06V10/764 , G06V10/82 , G06V10/74 , G06V10/44
Abstract: 本发明公开了一种基于无人机热红外遥感的光伏板缺陷识别方法，通过改进针对原有数据集中热红外成像光伏板缺陷的分类方法和引入改进的神经网络模型“FeatureFusion”，以提高故障识别的精度和效率；针对原始数据集中各故障类别间存在定义模糊，难以精准判断，区分意义不大的问题，采用了一套新分类方法，旨在减少模糊缺陷类别间的重叠，从而优化分类精度。本发明的改进型神经网络模型有效地提高了故障特征的识别和分类精确度，从而提升了故障检测的可靠性。不仅增强了光伏系统的缺陷检测效率，还为光伏产业的持续发展提供了坚实的技术支持，这对于推动全球能源产业向更清洁、更低碳的方向转型，具有极其重要的战略意义。
-
公开(公告)号：CN118470362B
公开(公告)日：2025-03-18
申请号：CN202410529117.2
申请日：2024-04-29
Applicant: 江苏海洋大学 , 蓝湾海洋资源开发技术创新中心
IPC: G06V10/762 , G06V10/26 , G06V10/44 , G06V10/52 , G01M10/00
Abstract: 本发明提出一种基于RDP轨迹划分和方向聚类的中尺度涡旋迁移路径提取方法，通过引入RDP算法和定义方向相似性，优化了传统的基于密度的聚类算法的轨迹划分方式，更加适用于涡旋轨迹特征点的取舍，对轨迹线段的方向具有敏感性。同时引入参考评价QM指标与轮廓系数来衡量聚类效果，结果表明本算法簇内样本密度更为紧凑，分类标准更为明确，被错误分类的噪声线段更少，聚类质量更高，效果更好。本方法将具有相似行为的涡旋轨迹划分为一类，探究涡旋的移动路径，分析移动规律，以期预测某海域涡旋的传播路径和演变，对海洋能量转换和生物化学循环的研究工作具有很大的参考作用，也对更好地理解全球物质和能量的收支具有重要意义。
-
公开(公告)号：CN118196070B
公开(公告)日：2024-09-20
申请号：CN202410416297.3
申请日：2024-04-08
Applicant: 江苏海洋大学 , 蓝湾海洋资源开发技术创新中心
IPC: G06T7/00 , G06V10/143 , G06V10/762 , G06V10/764 , G06V10/82 , G06V10/74 , G06V10/44
Abstract: 本发明公开了一种基于无人机热红外遥感的光伏板缺陷识别方法，通过改进针对原有数据集中热红外成像光伏板缺陷的分类方法和引入改进的神经网络模型“FeatureFusion”，以提高故障识别的精度和效率；针对原始数据集中各故障类别间存在定义模糊，难以精准判断，区分意义不大的问题，采用了一套新分类方法，旨在减少模糊缺陷类别间的重叠，从而优化分类精度。本发明的改进型神经网络模型有效地提高了故障特征的识别和分类精确度，从而提升了故障检测的可靠性。不仅增强了光伏系统的缺陷检测效率，还为光伏产业的持续发展提供了坚实的技术支持，这对于推动全球能源产业向更清洁、更低碳的方向转型，具有极其重要的战略意义。
-
公开(公告)号：CN118330613B
公开(公告)日：2025-01-10
申请号：CN202410366980.0
申请日：2024-03-28
Applicant: 江苏海洋大学 , 中国水产科学研究院南海水产研究所
Abstract: 本发明公开了一种基于全向声呐的网箱鱼类空间分布状态估计方法，通过用全向声呐对被测网箱进行整体扫描，以转换为网箱整体声呐扫描视频，再训练得到能够识别网箱整体声呐扫描视频的每一帧鱼群声呐图像中每一条被识别鱼类的位置的鱼类自动识别模型；并且，在需要对被测网箱进行估计的目标时间，通过整体扫描和鱼类自动识别模型，得到目标网箱整体声呐扫描视频的每一帧鱼群声呐图像中每一条被识别鱼类的实际三维坐标，再按照预设的水深间隔和水深重叠间隔设置多个水层数据，并对每一个水层数据的实际三维坐标进行密度聚类处理，且计算出被测网箱内每一条网箱鱼类的鱼类实际三维坐标，以此为依据实现对被测网箱内的网箱鱼类进行空间分布状态估计。
-
Patent Agency Ranking
公开(公告)号：CN115291616B
公开(公告)日：2023-05-26
申请号：CN202210876511.4
申请日：2022-07-25
Applicant: 江苏海洋大学 , 连云港蓝途智能科技有限公司
IPC: G05D1/06
Abstract: 本发明公开了一种基于近端策略优化算法的AUV动态避障方法，使用三维前视声呐检测障碍物，通过构建碰撞预估模型，在执行一步动作后对未来的位置状态进行预估评级，增强AUV对动态障碍物的敏感度，提升避障可靠性。同时将近端策略优化算法引入三维空间动态避障领域，克服了先前研究仅能将算法应用于二维平面静态避障的局限性，拓宽了算法的使用领域，同时取得了比其他强化学习算法更好的避障效果。
-
公开(公告)号：CN115880572A
公开(公告)日：2023-03-31
申请号：CN202211630741.9
申请日：2022-12-19
Applicant: 江苏海洋大学 , 连云港蓝途智能科技有限公司
IPC: G06V20/05 , G06V10/98 , G06V10/776 , G06V10/774 , G06V10/30 , G06V10/26 , G06V10/28 , G06V10/764 , G06N20/10 , G06N3/006
Abstract: 本发明公开了一种基于异步学习因子的前视声呐目标识别方法，S1：声纳图像收集与预处理；S2：利用改进支持向量机算法对处理好的声纳图像进行训练；S3：引入异步学习因子对粒子群算法进行改进；利用带有异步学习因子的粒子群算法对支持向量机模型中的相关参数进行优化，并通过对比得出结论；S4：对算法性能进行评估；通过不同算法分别对支持向量机算法进行优化比较其精确度，加入特征值，通过混淆矩阵计算查全率与查准率等方法验证算法性能。本发明基于传统SVM模型，将异步学习因子视作自适应权重的函数，提高了声纳图像识别的准确度，通过比较相关粒子群算法和加入特征值验证了本发明算法的有效性。
-
公开(公告)号：CN117522724A
公开(公告)日：2024-02-06
申请号：CN202311331245.8
申请日：2023-10-16
Applicant: 江苏海洋大学 , 连云港蓝途智能科技有限公司
Abstract: 本发明公开了基于Ad‑Wiener和Sobel的2D‑TV‑VMD声呐图像去噪方法，应用该方法可以高效地对声呐噪声图像进行去噪处理。首先通过2D‑TV‑VMD算法分解含噪图像然后针对模态分量中所含有效信息的程度采用不同的处理方案，以高效地筛选出有效的模态分量，最后将处理获得的有效模态分量进行重构处理，以达到去除图像中的噪声的效果。经过实验，本方法在改善图像相关系数(CC)、信噪比(SNR)、峰值信噪比(PSNR)等指标上分别提升了4.1％、16.7％、11.2％，去噪图像的视觉效果和边缘保持能力得到较大提升，并且随着噪声方差的不断增大，本方法的鲁棒性也得到进一步体现，故亦适用于具有高密度噪声的声呐图像去噪。
-
公开(公告)号：CN115423955B
公开(公告)日：2023-04-21
申请号：CN202210923252.6
申请日：2022-08-02
Applicant: 江苏海洋大学 , 连云港蓝途智能科技有限公司
Abstract: 本发明公开了一种基于多源数据的最优深度基准面大地高模型构建方法，S1：基于相对成熟的全球平均海面产品CNES_CLS2015，提取该产品在南海海域的数据点构建研究区域平均海面高模型；S2：对长期验潮站的潮位数据进行调和分析，并评价4种潮汐模型的精度，筛选出精度最高的分潮并对最优的分潮进行组合实现对潮汐模型的优化；S3：基于精化后的最优模型构建南海区域深度基准面L值模型，利用长期验潮站的L值对深度基准L值模型进行订正；S4：基于平均海面高模型和深度基准面模型采用模型差值法构建研究区域的深度基准面大地高模型。本方法以参考椭球面为最终的垂直基准，确定了个统一的、连续的垂直基准，实现测深数据在不同参考基准上进行转换和输出。
-
公开(公告)号：CN115908930A
公开(公告)日：2023-04-04
申请号：CN202211530587.8
申请日：2022-12-01
Applicant: 江苏海洋大学 , 南通市江海测绘院有限公司
IPC: G06V10/764 , G06V20/05 , G06V10/30 , G06V10/28 , G06V10/20 , G06V10/50 , G06V10/40 , G06T7/187 , G06T7/11 , G06N3/006 , G06N3/126
Abstract: 本发明公开了一种基于改进CFWPSO‑SVM的前视声呐图像识别分类方法，包括以下步骤：S1：自适应中值‑均值滤波；S2：灰度线性变换；S3：声呐图像二值化；S4：声呐图像分割；S5：特征提取；S6：通过基于遗传算法改进的粒子群算法(CFWPSO_GA)进行分类。该方法可以对前视声呐图像中的目标物进行准确分类。先使用自适应中值‑均值滤波、灰度线性变换方法对图像进行去噪、图像增强等预处理，然后提取图像中目标的特征，在对SVM算法的参数进行寻优时，引入了基于遗传算法改进的粒子群算法(CFWPSO_GA)，优化了参数寻优的准确性，提高了参数寻优的效率，是一种声呐图像目标识别的高效分类方法。
-
-
-
-
-
-
-
-
-
Search Results
27
records
(took 0.054 seconds)
