-
公开(公告)号：CN119692662A
公开(公告)日：2025-03-25
申请号：CN202411627122.3
申请日：2024-11-14
Applicant: 水利部交通运输部国家能源局南京水利科学研究院 , 崇左市水利局 , 河海大学
IPC: G06Q10/0631 , G06Q10/0635 , G06Q50/26 , G06F30/27 , G06F119/02
Abstract: 本发明公开了一种多要素耦合的溃坝突发事件应急决策效果评估方法。该方法通过组织‑人员‑技术多要素耦合，表征溃坝突发事件应急决策要素与致灾后果映射及演化机制。提出基于数学模型的灾后应急决策效果评估方法，在数据‑机理驱动下刻画溃坝突发事件应急决策过程，量化应急决策效果。本发明能够合理、可靠地评估溃坝突发事件应急决策效果，降低致灾后果，为及时有效地实现应急处置决策提供科学依据。
-
公开(公告)号：CN118314453A
公开(公告)日：2024-07-09
申请号：CN202410426198.3
申请日：2024-04-10
Applicant: 河海大学
IPC: G06V20/05 , G06V10/44 , G06V10/774 , G06V10/776 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及水下图像目标检测技术领域，具体是一种基于改进YOLOv5的水下目标检测方法，包括以下步骤：获取水下目标的初始数据集，对初始数据集进行增强，以扩充数据集的规模；采用FastNet重构YOLOv5的C3模块,提出了C3Fast模块。将Biformer注意力机制嵌入到主干网络的末端；采用Focal‑EIoU改进模型的损失函数；采用有效融合多尺度特征的特征融合网络BiFPN；将数据送入优化改进后的YOLOv5模型进行训练；用训练好的YOLOv5模型对水下图像进行检测。本发明能够保证在不大幅度降低检测速度的前提下，在复杂的水下环境中，提高检测模型对多种目标的检测精度。
-
公开(公告)号：CN118096792A
公开(公告)日：2024-05-28
申请号：CN202410263835.X
申请日：2024-03-08
Applicant: 河海大学
IPC: G06T7/11 , G06T7/136 , G06T5/70 , G06T5/40 , G06T5/94 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于深度学习模型的DSA冠脉图像分割方法及系统，包括：将DSA冠状动脉图像进行对比度增强和去除噪声；在原始U‑Net模型的基础卷积模块中加入BN层、Dropout层和密集空洞卷积模块，将基础卷积模块改进成密集空洞卷积模块；构建最低分辨率级别空间注意力模块以及双路径空间注意力模块；将密集空洞卷积模块，最低分辨率级别空间注意力模块与双路径空间注意力模块组成联合空间注意力模块，构建出改进的U‑Net网络模型；对最终的改进U‑Net模型进行训练及测试得到分割结果。本发明能够提升冠状动脉血管分割方法对于微小血管及包含噪声干扰的血管图片的分割效果，能够有效对DSA影像进行快速、准确的处理和分析，为后续进行血管三维重建建立了基础。
-
公开(公告)号：CN116863032B
公开(公告)日：2024-04-09
申请号：CN202310768422.2
申请日：2023-06-27
Applicant: 河海大学
IPC: G06T11/60 , G06N3/0475 , G06F18/25 , G06F18/214 , G06F18/21 , G06V40/30 , G06V10/82 , G06V10/80 , G06V10/774 , G06V10/776 , G06V20/70 , G06N3/0464 , G06N3/0455 , G06N3/048 , G06N3/094
Abstract: 本发明公开了一种基于生成对抗网络的洪涝灾害场景生成方法，包括：采集洪涝灾害相关信息，建立文本图像对数据集；对文本图像对数据集进行预处理，将文本图像对数据集分为训练集和验证集；根据构建好的生成器和鉴别器形成生成对抗网络模型；使用文本图像对数据集对生成对抗网络模型进行训练；通过生成对抗网络模型，根据文本生成洪涝灾害图像。本发明将文本编码器作为生成器的部分之一，进行预训练，利于生成细粒度更高的高质量图像，在融合块中，文本信息能够在图像分辨率不同的条件下与图像特征进行充分融合，鉴别器损失使用单项输出能够加速生成器收敛，能够生成高质量的洪涝灾害图像，同时能够保证文本与生成图像之间的语义一致性。
-
公开(公告)号：CN117765246A
公开(公告)日：2024-03-26
申请号：CN202311839690.5
申请日：2023-12-28
Applicant: 河海大学
IPC: G06V10/25 , G06V10/82 , G06V10/24 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于深度学习的数字仪表识别方法，该方法主要包含以下步骤：数据预处理，利用终端设备采集数字仪表图像构建数字仪表定位数据集；定位提取，利用改进的YOLOv5模型定位原始图像中的数字仪表区域，从而更好地适应多尺度目标，在特征提取过程中保留更多细粒度特征；图像校正，利用透视变换对数字仪表区域进行倾斜校正，减少位置偏移对识别精度的影响；读数识别，利用CRNN网络结构对校正后的数字仪表区域进行表盘示数识别，实现对不定长数字的端到端识别。本发明与传统方法相比具有准确性高、稳定性强等优势。
-
Patent Agency Ranking
公开(公告)号：CN116363526A
公开(公告)日：2023-06-30
申请号：CN202310366868.2
申请日：2023-04-07
Applicant: 河海大学
IPC: G06V20/13 , G06V20/70 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种多源遥感影像对象类型变化检测深度学习模型MROCNet构建方法及应用，首先通过所提的精确匹配算法，完成多源遥感影像的匹配和对象语义标注，构建双时相多源遥感影像对象类型变化检测数据集；并构建基于孪生网络架构的MROCNet模型，该模型的每个主干网由四个长短型分支构成，其中两个分支包括轻量化串并联扩张残差网络模块和多尺度通道信息增强模块，另外两个分支包括轻量化串并联扩张残差网络模块和多尺度空间信息增强模块；最后基于构建的数据集训练模型，通过语义计算对比实现地物类型变化检测。本发明能够有效解决遥感影像中的类内不一致和类间相似性问题，提升网络模型的判别能力，为河湖健康管理的及时响应提供智能化方法。
-
公开(公告)号：CN111581725B
公开(公告)日：2022-07-29
申请号：CN202010390537.9
申请日：2020-05-11
Abstract: 本发明公开一种水下机理模型适应性学习的航行器前视探测方法，包括如下内容：构造水下机理模型及深度适应性学习模型；在学习和训练过程中，能够通过深度学习模型建立原始水下探测数据与准确水下探测数据间的耦合关系，以形成水下机理模型的初始参数；在探测作业过程中，采用估计的水下机理模型及参数对输入的原始水下探测数据进行恢复，以获得准确的水下探测数据，实现水下前视探测；在适应性优化过程中，以无参量数据质量评价方法验证探测数据的质量，适时更新学习机理模型参数，以实现水下机理模型适应于水下环境。与现有技术相比，本发明能够显著提高水下探测数据的质量，实现对复杂、多变水下场景的适应性探测。
-
公开(公告)号：CN114137028A
公开(公告)日：2022-03-04
申请号：CN202111355006.7
申请日：2021-11-16
Applicant: 河海大学
IPC: G01N27/00
Abstract: 本发明公开了多层薄膜材料技术领域的一种MEMS多层薄膜材料杨氏模量在线提取装置及方法，装置包括若干组悬臂梁结构，其中，第m组悬臂梁结构中的多层薄膜材料的层数为m，m＝1，2，···，n，n为待测多层薄膜材料的总层数；在每组悬臂梁结构中，包括固定在衬底材料同一表面上的锚区、驱动电极和接触电极，由多层薄膜材料形成的悬臂梁的一端固定于所述锚区，另一端位于所述接触电极的上方，驱动电极位于锚区和接触电极之间，且位于多层薄膜材料的下方。本发明通过合理设置电极的位置，避开吸合这种不稳定状态，设计的MEMS多层薄膜材料杨氏模量在线提取装置及方法具有操作简单，成本低，测量速度快，通用性强，可重复性高的优点。
-
公开(公告)号：CN108768543B
公开(公告)日：2021-06-08
申请号：CN201810529231.X
申请日：2018-05-29
Applicant: 河海大学
Abstract: 本发明公开了一种多特征融合认知型水声通信空快时自适应处理算法，在传统空快时自适应阵列处理算法的基础上引入了基于干扰特征分析的干扰认知功能；采用阵列协方差矩阵特征分解计算出干扰源个数，并采用MUSIC空间谱分析估计出目标用户方向和干扰来波方向；以及采用基于负熵最大的Fast‑ICA的盲源分离算法进行干扰信号分离，采用包络检测分析时域特征，采用短时傅里叶变换分析时频谱，从而提取干扰特征识别干扰类型；最后根据干扰类型选取合适的干扰样本进行空快时自适应对消，提高自适应算法的收敛速度。有益效果：实现了空快时自适应算法的降维处理和对消样本选取，保证了空快时自适应处理的快速可靠收敛。
-
公开(公告)号：CN112734806A
公开(公告)日：2021-04-30
申请号：CN202110046537.1
申请日：2021-01-14
Applicant: 河海大学
Abstract: 本发明公开了一种基于峰值尖锐指导置信度的视觉目标跟踪方法与装置，在背景感知相关滤波方法BACF中引入多特征融合表征目标，并基于峰值尖锐程度设计自适应的权重，从而解决水下图像中目标难以准确表征的难题；并提出了一种基于峰值尖锐程度指导的高置信度模型更新策略，有效提高了方法在目标被遮挡或部分超出视野等情况下的跟踪鲁棒性，解决了水下目标表征多变的难题。在保证方法良好运行速度的前提下，本发明改进方法与传统BACF方法相比，在精度和成功率上都有了显著的提升，尤其适合在水下序列出现低分辨率、光照变化以及水下目标部分超出视野外、被遮挡等情况下使用。
-
-
-
-
-
-
-
-
-
Search Results
167
records
(took 0.032 seconds)
