公开(公告)号：CN120047315A

公开(公告)日：2025-05-27

申请号：CN202510012647.4

申请日：2025-01-06

Applicant: 吉林大学

Inventor： 顾玲嘉 ,  李丽岚 ,  任瑞治

IPC: G06T3/4076 ,  G01S13/44 ,  G01S7/41 ,  G01S19/39 ,  G06T5/50 ,  G06V10/25 ,  G06V10/72 ,  G06V10/766 ,  G06V20/13

Abstract: 本发明提出了一种基于改进自适应双边总变分正则化算法和多轨覆盖策略的星载微波散射计数据增强方法，属于卫星遥感图像处理与应用的技术领域，针对目前的分辨率增强处理方法所存在的不足，将星载微波散射计退化机理建模作为依据，在基于洛伦兹范数的自适应双边总变分（LABTV）正则化算法的基础上，在最速下降法求解中引入了自适应调整的步长，节省计算资源，同时在迭代过程中引入自适应调整的正则项参数，进一步提高重建算法的性能和鲁棒性，提出的改进自适应双边总变分正则化（LABTV+）算法，该方法还结合了多轨合成策略，能够将空间分辨率较低的星载微波散射计图像重建成为空间分辨率更高的图像，使其更好应用于海洋和陆地定量遥感。

公开(公告)号：CN117853337A

公开(公告)日：2024-04-09

申请号：CN202410016514.X

申请日：2024-01-05

Applicant: 吉林大学

Inventor： 顾玲嘉 ,  李丽岚 ,  任瑞治

IPC: G06T3/4053 ,  G01S7/41 ,  G06T5/90

Abstract: 本发明公开了一种基于Lorentzian范数和自适应双边总变分正则化重建的星载微波散射计遥感影像空间分辨率增强方法。具体方法是从星载微波散射计退化机理建模出发，提出了LABTV正则化重建算法，该算法在双边总变分正则化算法的基础上引入了自适应的权值系数，有效地抑制噪声的同时保持图像的纹理细节，同时引入Lorentzian范数进一步提高了重建算法的性能。本发明提出的星载微波散射计分辨率增强算法能够将低空间分辨率的星载微波散射计图像重建成为高空间分辨率的星载微波散射计图像，使其更好应用于海洋和陆地定量遥感。

公开(公告)号：CN115221926A

公开(公告)日：2022-10-21

申请号：CN202210855584.5

申请日：2022-07-20

Applicant: 吉林大学

Inventor： 顾玲嘉 ,  李丽岚 ,  江明达 ,  任瑞治

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G16H50/20 ,  A61B5/346 ,  A61B5/00

Abstract: 本发明公开了一种基于CNN‑GRU网络模型的心拍信号分类方法，涉及计算机领域和医学信号处理领域，本发明的目的是解决心电信号干扰多、分类精度低等问题。本发明包括以下步骤：将心电数据通过小波变换除去噪声，再将其分割成心拍的形式，之后将预处理后的心拍随机划分成训练集、验证集和测试集；构建基于CNN网络模型和GRU网络模型的深度学习网络模型，之后挑选训练好的模型中精度最高的模型来预测数据，得到心电数据的预测分类结果。利用本发明提出的基于CNN‑GRU网络模型对心拍信号分类的方法可以实现对心电信号高效、准确的分类识别。