-
公开(公告)号：CN119558688A
公开(公告)日：2025-03-04
申请号：CN202510095641.8
申请日：2025-01-22
Applicant: 福州大学
IPC: G06Q10/0637 , G06Q10/04 , G06Q50/06 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06F18/2431 , G06F18/25 , G06F18/213 , G06F123/02
Abstract: 本发明提供一种基于时间通道融合策略及mxlstm的用电量动态预测方法，通过采用时间通道融合方法，结合随机洗牌策略和早停策略，利用基于扩张卷积的多尺度特征提取和路径注意力权重优化后的Multi‑Attention‑OLSTM模型，以结合历史时间用电数据及外围多元数据实现用电量预测。以有效结合用电量数据和外部多元相关数据实现预测，高效地处理和分析用电量变化中的时空动态特征。本发明可广泛应用于不同企业的用电量数据监控及预测，为用电客户优化生产结构、判断设备故障提供参考，为售电公司在电力期货交易中提供决策依据，为发电企业发电量提供提前参考值，为均衡电网负荷削峰平谷提供先导指标，具有较高的应用价值和社会效益。
-
公开(公告)号：CN119130878A
公开(公告)日：2024-12-13
申请号：CN202411258850.1
申请日：2024-09-09
Applicant: 福州大学
IPC: G06T5/90 , G06T5/70 , G06T5/60 , G06V10/764 , G06V10/82 , G06V10/774 , G06N3/0464
Abstract: 本发明涉及一种适用于雾霾气候的微光图像增强方法，属于数字图像处理领域。首先，该方法通过GCA(Group Channel Attention)组通道注意力结构在学习的过程中能够有效学习到图像对中的去噪信息，能够解决外部噪声所带来的干扰；其次，该方法的transformer block通过自注意力机制使得网络具有较好的窗口自适应能力，能够解决局部过曝现象中具有较好效果；再者，该方法可以通过少量现场样本进行微调，大大提高了对所需环境的适应能力，且能在微光增强任务上学习新任务，解决非光照因素对图像质量的影响。
-
公开(公告)号：CN119273574A
公开(公告)日：2025-01-07
申请号：CN202411300454.0
申请日：2024-09-18
Applicant: 福州大学
IPC: G06T5/70 , G06T5/60 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种基于混合注意力编码器的图像去雾方法，采用混合注意力编码器对输入的雾图进行特征提取；然后对提取的雾图特征与离散码本先验进行匹配；之后，对匹配后的特征进行解码；最后，对解码器特征进行特征嵌入，逐步解码获得无雾结果。其提出基于Transformer和通道注意力机制的混合注意力编码器，以增强网络对于局部信息的表达能力；同时，引入离散码本先验进一步增强去雾结果的纹理细节，提出二元调制机制BMM来引导先验的匹配过程。
-
公开(公告)号：CN119557600B
公开(公告)日：2025-04-08
申请号：CN202510095782.X
申请日：2025-01-22
Applicant: 福州大学
IPC: G06F18/20 , G06F18/15 , G06F18/214 , G06F18/25 , G06N3/045 , G06N3/0442 , G06N3/0985 , G06N3/006 , G06Q10/04 , G06Q50/02 , G06F123/02
Abstract: 本发明提供一种基于高位池水产养殖的水温动态分层预测方法，将至少包括水温数据和气温数据的高位池水参数和外部气象数据输入多模态融合自适应协同网络，采用动态归并方法对时间信号集进行时间片段分割；并采用渐进注意力机制融合的预测模型TimeFusionNet进行时序预测获得预测结果。本发明对于高位池养殖环境提供了一套针对性的水温预测方案，可广泛应用于高位池水产养殖环境，为水产养殖业提供精细化的水温调控方案，提升养殖效益。同时，该方案还可为环境监测和生态研究提供重要数据支持，具有较高的应用价值和社会效益。
-
公开(公告)号：CN119649042A
公开(公告)日：2025-03-18
申请号：CN202411793101.9
申请日：2024-12-06
Applicant: 福州大学
IPC: G06V10/30 , G06V10/34 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/098
Abstract: 本发明提供一种复杂背景下红外小目标探测方法，通过形态学自适应重建方法进行图像预处理，以突出目标中心特征；通过标注转化，根据已标注的目标矩形框，构建反应目标轮廓的mask掩码，计算目标的中心位置构建mask掩码；利用双分支U型网络，通过独立的轮廓分支和中心区域分支分别学习目标的轮廓特征和中心特征；所述形态学自适应重建方法通过不同尺度不同形状的结构元素进行形态学重建，选择重建效果最好的部分整合在一起作为重建结果；所述双分支U型网络采用小波分解与跳跃连接相结合的方式提取多尺度特征，并引入通道注意力机制增强关键特征表达；通过掩码融合模块，将两个分支的预测掩码融合，生成目标预测掩码作为最终输出。
-
Patent Agency Ranking
公开(公告)号：CN119557600A
公开(公告)日：2025-03-04
申请号：CN202510095782.X
申请日：2025-01-22
Applicant: 福州大学
IPC: G06F18/20 , G06F18/15 , G06F18/214 , G06F18/25 , G06N3/045 , G06N3/0442 , G06N3/0985 , G06N3/006 , G06Q10/04 , G06Q50/02 , G06F123/02
Abstract: 本发明提供一种基于高位池水产养殖的水温动态分层预测方法，将至少包括水温数据和气温数据的高位池水参数和外部气象数据输入多模态融合自适应协同网络，采用动态归并方法对时间信号集进行时间片段分割；并采用渐进注意力机制融合的预测模型TimeFusionNet进行时序预测获得预测结果。本发明对于高位池养殖环境提供了一套针对性的水温预测方案，可广泛应用于高位池水产养殖环境，为水产养殖业提供精细化的水温调控方案，提升养殖效益。同时，该方案还可为环境监测和生态研究提供重要数据支持，具有较高的应用价值和社会效益。
-
公开(公告)号：CN119360094A
公开(公告)日：2025-01-24
申请号：CN202411391724.3
申请日：2024-10-08
Applicant: 福州大学
IPC: G06V10/764 , G06V10/762 , G06V10/774 , G06V10/82
Abstract: 本发明提供一种可解释的高光谱场景分类方法，通过聚类和距离度量算法，将欧式空间的高光谱图像构建为由节点和边构成的图结构数据，节点是通过光谱聚类得到的地物特征，边是地物特征之间的连接关系；将所述图结构数据输入构建完成的图神经网络模型，输出场景类别的概率分布：根据图神经网络模型，在图结构数据中找出对预测标签贡献最大的解释子图，以反映场景内的地物特征和预测结果之间的因果关系。
-
公开(公告)号：CN119558688B
公开(公告)日：2025-04-01
申请号：CN202510095641.8
申请日：2025-01-22
Applicant: 福州大学
IPC: G06Q10/0637 , G06Q10/04 , G06Q50/06 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06F18/2431 , G06F18/25 , G06F18/213 , G06F123/02
Abstract: 本发明提供一种基于时间通道融合策略及mxlstm的用电量动态预测方法，通过采用时间通道融合方法，结合随机洗牌策略和早停策略，利用基于扩张卷积的多尺度特征提取和路径注意力权重优化后的Multi‑Attention‑OLSTM模型，以结合历史时间用电数据及外围多元数据实现用电量预测。以有效结合用电量数据和外部多元相关数据实现预测，高效地处理和分析用电量变化中的时空动态特征。本发明可广泛应用于不同企业的用电量数据监控及预测，为用电客户优化生产结构、判断设备故障提供参考，为售电公司在电力期货交易中提供决策依据，为发电企业发电量提供提前参考值，为均衡电网负荷削峰平谷提供先导指标，具有较高的应用价值和社会效益。
-
公开(公告)号：CN119625273A
公开(公告)日：2025-03-14
申请号：CN202411770008.6
申请日：2024-12-04
Applicant: 福州大学
IPC: G06V10/25 , G06V10/80 , G06V10/82 , G06V20/10 , G06V10/774 , G06N3/0464 , G06N3/048 , G06N3/045
Abstract: 本发明提供一种基于小波卷积序列网络的遥感影像目标检测方法，将小波变换应用到遥感影像的目标检测模型的主干网络中，通过小波变换对于不同频率特征的提取能力，对同一目标提取不同维的属性特征；使用小波卷积序列模块和卷积序列融合模块以降低计算量。
-
公开(公告)号：CN119205504A
公开(公告)日：2024-12-27
申请号：CN202411241403.5
申请日：2024-09-05
Applicant: 福州大学
IPC: G06T3/4053 , G06T3/4046 , G06V10/52 , G06V10/80 , G06T3/02 , G06N3/0464
Abstract: 本发明提出一种多帧图像任意尺度超分辨率重建方法，具体包括以下步骤：获取多帧连拍图像；采用仿射变换中的平移变换对获取的多帧连拍图像进行对齐；设定目标超分辨率放大倍数；构建超分辨率网络，所述超分辨率网络包括多帧特征融合网络、多尺度特征提取网络和隐式特征重建网络；将对齐后的的多帧连拍图像送入超分辨率网络，获得高分辨率图像并输出。本发明通过在多帧图像的融合特征中挖掘像素间的隐式特征，从而增加对多帧图像亚像素信息的利用率，提升重建质量，并达到实现任意尺度超分辨率重建的目的。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.014 seconds)
