-
公开(公告)号：CN111199270B
公开(公告)日：2023-04-18
申请号：CN201911389448.6
申请日：2019-12-30
IPC: G06N3/0442 , G06N3/0464 , G06N3/045 , G06N3/08
Abstract: 本发明公开一种基于深度学习的区域波高预报方法及终端，获取预设时间段内数值模式产生的数据，所述数据包括区域波高、气压、气温以及风场分量；将所述数据划分为训练数据和测试数据；利用所述训练数据对神经网络进行训练，得到不同的神经网络模型，所述神经网络包括输入层、隐藏层和输出层，所述隐藏层包括LSTM层和卷积层；利用所述测试数据对所述不同的神经网络模型进行测试，确定预测效果最好的神经网格模型，根据所述预测效果最好的神经网络模型对待预测时间内的区域波高进行预报；将LSTM层与卷积层叠加在一起不仅能得到数据的时序关系，还能够提取空间特征，这样就能够学习到波高数据的时空特征，从而提高区域波高预报的精度。
-
公开(公告)号：CN113033920A
公开(公告)日：2021-06-25
申请号：CN202110450309.0
申请日：2021-04-25
IPC: G06Q10/04 , G06F16/29 , G06F16/182
Abstract: 本发明提供了一种海上漂移轨迹预测方法及系统，通过获取漂移物的初始位置，根据初始位置确定漂移物所在海洋区域的海洋参数，基于海洋参数计算特定时刻漂移物的漂移位置，解决了现有技术中无法快速准确的确定海洋漂移物的运动轨迹的问题，有效的缩短海上搜救时间，提高海上搜救效率。
-
公开(公告)号：CN111199270A
公开(公告)日：2020-05-26
申请号：CN201911389448.6
申请日：2019-12-30
Abstract: 本发明公开一种基于深度学习的区域波高预报方法及终端，获取预设时间段内数值模式产生的数据，所述数据包括区域波高、气压、气温以及风场分量；将所述数据划分为训练数据和测试数据；利用所述训练数据对神经网络进行训练，得到不同的神经网络模型，所述神经网络包括输入层、隐藏层和输出层，所述隐藏层包括LSTM层和卷积层；利用所述测试数据对所述不同的神经网络模型进行测试，确定预测效果最好的神经网格模型，根据所述预测效果最好的神经网络模型对待预测时间内的区域波高进行预报；将LSTM层与卷积层叠加在一起不仅能得到数据的时序关系，还能够提取空间特征，这样就能够学习到波高数据的时空特征，从而提高区域波高预报的精度。
-
公开(公告)号：CN112464742B
公开(公告)日：2024-05-24
申请号：CN202011228637.8
申请日：2021-01-29
Applicant: 福建农林大学
IPC: G06V20/13 , G06V10/44 , G06V10/56 , G06V10/762 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/08
Abstract: 本发明提供了一种赤潮图像自动识别的方法及装置，通过对现有的赤潮图片进行特征提取、赤潮像素标注、赤潮特征提取、赤潮特征权重训练，通过深度学习的方式，确定与赤潮相关联的特征及权重，进而对监测获取的海洋图片进行像素点特征分析和图像处理，自动识别出海洋图片中的赤潮信息，解决了现有技术中无法准确从海洋图片中识别出赤潮，无法实现赤潮的及时有效监测的问题，实现了对赤潮的高精度、低成本的及时监测。
-
-
Patent Agency Ranking
公开(公告)号：CN116714532A
公开(公告)日：2023-09-08
申请号：CN202310980756.6
申请日：2023-08-07
Applicant: 福建农林大学
Abstract: 本发明公开了一种车用盲区监测传感器，涉及车用盲区监测领域，包括传感器组件，用于对传感器组件进行防护的防护机构，所述防护机构包括防护箱和用于封闭防护箱顶部且与防护箱顶部转动连接的挡板，所述防护箱顶部设有开口，用于驱动传感器组件自防护箱内伸出并垂直平移的，所述移动机构包括移动架、用于安装传感器组件的固定架和第一驱动件；该车用盲区监测传感器，实现对传感器组件进行防护的同时，提高使用寿命，挡板对传感器组件侧面进行遮挡，有效避免货物的飞溅对传感器组件造成冲击，导致传感器组件的损坏，在传感器组件伸出开口后，将开口进行封闭，避免自卸车载进行倾倒砂石等货物，货物飞溅进入防护箱内。
-
公开(公告)号：CN111767741A
公开(公告)日：2020-10-13
申请号：CN202010617921.8
申请日：2020-06-30
Applicant: 福建农林大学
IPC: G06F40/30 , G06F40/289 , G06F40/284 , G06F40/117 , G06F40/242 , G06F16/35 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种基于深度学习结合TFIDF算法的中文情感分析方法，将获取的中文语料及维基百科的中文语料进行文本预处理后，使用word2vec模型分别进行训练，然后结合两者训练的得到的词向量，作为深度学习训练模型的输入，然后进行情感分析模型的构建；最后，进行新语料的预测。本发明无需进行复杂的词典构建，减少了人工成本，避免了繁琐的特征工程构建对分类结果的影响，同时将深度学习模型中学习的特征结合了传统的语义信息，增加了分类的准确性。此外，在词向量的训练中将文本自身领域与维基百科的中文语料纳入考虑，提高了词向量对文本语义信息表达的准确性。
-
公开(公告)号：CN117392501A
公开(公告)日：2024-01-12
申请号：CN202310327582.3
申请日：2023-03-30
Applicant: 福建农林大学
IPC: G06V10/82 , G06V10/774 , G06V20/70 , G06V10/74 , G06V10/778 , G06N3/042 , G06N3/0464 , G06N3/08 , G06V10/10 , G06V10/26
Abstract: 本发明涉及了一种基于YOLOV7目标检测算法的实时违规旗帜检测方法，包括以下步骤：通过编写爬虫收集违规旗帜图片，确定违规旗帜检测的特征，利用图片标注工具对收集到的图片进行标注，制作违规旗帜数据集，同时，收集与违规旗帜具有相似特征的正常旗帜，制作混淆特征旗帜数据集；对模型算法进行优化，基于焦点和全局目标检测蒸馏，对YOLOV7目标检测算法进行改进，获得自适应孪生蒸馏YOLOV7‑tiny目标检测算法模型；区别于现有技术，本发明通过制作混淆特征旗帜数据集，提高违规旗帜识别能力，通过基于焦点和全局目标检测蒸馏，对YOLOV7目标检测算法进行改进，获得孪生蒸馏YOLOV7‑tiny目标检测算法模型，提高检测精度，可以达到实时检测。
-
公开(公告)号：CN116453032B
公开(公告)日：2023-08-25
申请号：CN202310718988.4
申请日：2023-06-16
Applicant: 福建农林大学
IPC: G06V20/50 , G06V10/25 , G06V10/26 , G06V10/764 , G06V10/82 , G06N3/045 , G06N3/047 , G06N3/048 , G06Q50/26
Abstract: 本发明涉及海洋环境检测技术领域，公开了一种海洋生态检测系统，包括：图模型生成模块，其基于对象来生成顶点集合V，基于保留的成对特征生成边集合E，基于检测区域的图像信息来生成全局信息U；图模型处理模块，其用于将生成的V、E、U输入GNN神经网络模型来输出更新，将更新的顶点的特征输入分类器A，分类器A的分类空间的一个分类标签表示一个目标生物种群迭代次数；本发明通过对于检测区域的图像信息的处理来获得检测区域的生物种群的迭代信息和数量信息，进而对检测区域的生态进行准确的检测和判断。
-
公开(公告)号：CN110147801A
公开(公告)日：2019-08-20
申请号：CN201910461320.X
申请日：2019-05-30
Applicant: 福建农林大学
Abstract: 本发明涉及一种基于向量的SIFT点集平滑匹配方法。该方法包括：对待匹配的图片进行预处理，提取图片的SIFT特征点构造两个点集；利用开源库初步计算两个点集之间可能存在的关系，通过连接两个点集的特征点对构成向量，用来表示点集映射关系；计算特征点对之间匹配情况的最大后验概率，利用高斯核函数构造正则化项，通过对应关系和正则化项构造能量函数；通过EM算法迭代计算，在第一步中，利用现有的特征点匹配关系估计值，更新其最大后验概率值；在第二步中，根据在第一步中求得的对应关系最大后验概率值，最大化能量函数，从而更新对应关系的估计值；重复迭代进行上述两步，从而得到最佳对应关系，即两个点集正确匹配结果。
-
-
-
-
-
-
-
-
-
Search Results
30
records
(took 0.031 seconds)
