-
公开(公告)号：CN113052130B
公开(公告)日：2024-03-29
申请号：CN202110422342.2
申请日：2021-04-20
Applicant: 辽宁工程技术大学
IPC: G06V20/10 , G06V10/44 , G06V10/58 , G06V10/764 , G06V10/77 , G06V10/82 , G06N3/0464
Abstract: 本发明公开了一种基于深度残差网络和边缘保护滤波的高光谱影像分类方法，涉及高光谱图像处理技术领域。该方法包括：利用主成分分析的方法对原始高光谱影像数据进行特征提取，将第一主成分特征作为引导图像，前三主成分特征作为输入图像；通过联合双边滤波提取出影像特征后进行图像叠加；构建一种深度残差网络模型并采用该模型对原始空谱特征进行处理提取出影像的深层空谱特征；将提取的空谱特征输入到Softmax分类器完成影像分类。该方法综合了联合双边滤波与深度学习模型的优势，缓解了卷积神经网络分类中的过拟合问题，在顾及边缘信息的基础上能够充分提取和利用影像的深层空谱特征，有效提高高光谱影像的地物分类精度。
-
公开(公告)号：CN113139513A
公开(公告)日：2021-07-20
申请号：CN202110526284.8
申请日：2021-05-14
Applicant: 辽宁工程技术大学
Abstract: 本发明公开一种基于超像素轮廓和改进PSO‑ELM的空谱主动学习高光谱分类方法，属于高光谱图像处理与分类技术领域，该方法利用主成分分析法提取高光谱影像的光谱信息，并通过构造扩展超像素轮廓ESPP来整合主成分图像的光谱和空间信息，再通过构建的ESPP得到的主成分图像空谱特征获取超像素数据，使其适用于主动学习；接着提出了一种改进的极限学习机模型；最后将主成分图像空谱特征的超像素数据输入模型中训练得到最佳模型，将高光谱图像输入训练完的最佳模型中得到分类结果。本发明充分提取了高光谱图像的空谱信息，同时结合改进的粒子群‑极限学习机对输入权值和隐藏偏差进行优化，提高了泛化能力，最终提高了图像的分类精度。
-
公开(公告)号：CN113139512A
公开(公告)日：2021-07-20
申请号：CN202110526282.9
申请日：2021-05-14
Applicant: 辽宁工程技术大学
Abstract: 本发明公开一种基于残差和注意力的深度网络高光谱影像分类方法，该方法首先将高光谱图像原始数据集进行波段划分和归一化处理，得到高光谱影像数据集；再通过主成分分析方法提取数据集的第一主成分影像作为引导图像；从中选择一定像素的邻域作为输入样本，并进行三维操作，对各个波段进行批处理，提取三维的特征张量；对三维的特征张量进行二维操作，提取更精细的空间特征；再进入一维操作，获得嵌入特征。最后将获得的嵌入特征和对应的空间特征分别输入包含D2CEL损失函数的原型网络分类器中进行分类，得到预测结果。本发明不仅优化了高光谱空间分类模块的设计和应用，提高了深度模型的泛化能力；还产生了更多的区别特征，实现了更精确的HIS分类。
-
公开(公告)号：CN113076937A
公开(公告)日：2021-07-06
申请号：CN202110488854.9
申请日：2021-04-28
Applicant: 辽宁工程技术大学
Abstract: 本申请提出一种高光谱图像特征提取方法，包括如下步骤：输入待分类的原始高光谱影像数据集，包括：已经标记的高光谱影像数据以及未标记的高光谱影像数据；对已经标记的高光谱影像数据，进行线性判别分析，得到第一投影矩阵；针对未标记的高光谱影像数据，进行主成分分析，得到第二投影矩阵；将第一投影矩阵与第二投影矩阵进行合并，得到第三投影矩阵；针对所述第三投影矩阵，进行图谱判别分析，提取最终的特征矩阵。解决了现有技术中，针对高光谱遥感影像难以降维或者降维后难以同时保留光谱特征与空间特征的问题。本申请利用半监督流形变化能更好的扩大特征之间的差异，在进行空间特征提取的同时顾及了像素间局部关系，提高了分类精度。
-
公开(公告)号：CN109083806B
公开(公告)日：2020-03-13
申请号：CN201810872370.2
申请日：2018-08-02
Applicant: 辽宁工程技术大学
IPC: F03D1/06
Abstract: 本申请涉及风力发电设备技术领域，尤其涉及一种波浪翼型叶片及风力机。在前缘沿所述波浪翼型叶片伸展方向连续分布的多个波峰和多个波谷，相邻两个所述波峰之间连接有一柱体，所述柱体的轴向与所述波浪翼型叶片伸展方向一致，所述柱体的横截面积远小于所述波峰与之相对一面的截面积。本申请提供的波浪翼型叶片的结构更佳稳定、坚固、刚性更强，可以稳定控制住波峰由于强烈来流而产生的震颤，还能够阻碍来流中夹杂的沙粒等物质对叶片波谷部位的磨损，还可以大大提升叶片的气动性能。
-
Patent Agency Ranking
公开(公告)号：CN104573269B
公开(公告)日：2017-12-05
申请号：CN201510040011.7
申请日：2015-01-27
Applicant: 辽宁工程技术大学
IPC: G06F17/50
Abstract: 本发明涉及一种基于强耦合整体技术的索膜结构抗风设计方法，建立索膜结构的初始形态；建立流固耦合体系控制方程和流固交界面处的耦合条件，对其进行时空离散，得到流固耦合体系的强耦合整体方程；采用SST K‑ω湍流模型模拟湍流，得到考虑湍流模型的流固耦合体系的强耦合整体方程，并采用Newton方法将其进行线性化；构造线性化后的强耦合整体方程矩阵的预处理器，得到带有预处理器的流固耦合体系的强耦合整体方程，采用Krylov子空间投影法对其进行求解，得到强耦合整体方程流体压力、流体速度、索膜结构位移和线弹性有限元模型的位移；从而进行索膜结构的抗风设计，得到抗风设计参数。
-
公开(公告)号：CN106703866A
公开(公告)日：2017-05-24
申请号：CN201710137229.3
申请日：2017-03-09
Applicant: 辽宁工程技术大学
Abstract: 本发明提出一种矿井风速传感器布置的方法，属于矿井通风技术领域，参考求解无向图的极小边支配集(非多余支配集)的思想，提出了最少全覆盖布点法；首先把通风网络图构造成无向图，当可行监测点的故障巷道集合的并集包括通风网络中的所有分支时，该并集可以看作无向图的支配集，而所含监测点数目最少的可行监测点集合可以看做是向图最小支配集；本发明在满足风速监测系统覆盖通风网络中所有分支的前提下减少风速传感器的数量，使传感器布设位置更加合理，整个监测系统也更加可靠。
-
公开(公告)号：CN113128471A
公开(公告)日：2021-07-16
申请号：CN202110533010.1
申请日：2021-05-17
Applicant: 辽宁工程技术大学
Abstract: 本发明提供一种基于注意力机制和生成对抗网络的高光谱影像分类方法，涉及高光谱图像处理与应用技术领域。本发明对高光谱影像数据集进行归一化、主成分分析，得到真实样本；将特征矩阵进行转置卷积运算后，生成的特征输入到联合的空间‑光谱联合注意力机制模块，得到生成样本；将真实样本和生成样本进行四次卷积，得到输入样本的层次特征；真实样本特征与生成器中相应的等尺寸特征相加，生成新的融合特征输入到联合的空间‑光谱联合注意力机制模块；将层次特征沿着光谱通道依次输入到ConvLSTM中，通过识别器中的softmax函数实现分类。本发明能有效提高生成样本的质量，通过使用生成的高质量样本，提高鉴别器的分类能力。
-
公开(公告)号：CN110472682A
公开(公告)日：2019-11-19
申请号：CN201910743989.8
申请日：2019-08-13
Applicant: 辽宁工程技术大学
IPC: G06K9/62
Abstract: 本发明提供一种顾及空间和局部特征的高光谱遥感影像分类方法，涉及高光谱图像处理与应用技术领域。该方法首先对输入的高光谱影像数据集进行波段划分和归一化处理；利用主成分分析提取高光谱影像的光谱特征，得到引导图像；通过引导图像对各个波段影像进行引导滤波处理，得到每个波段的输出图像；将各个波段输出图像进行叠加，得到提取的图像空间特征；利用局部Fisher判别分析实现图像空间特征低维嵌入；将低维嵌入特征划分为训练样本和测试样本分别输入到SVM分类器得到分类结果。本发明方法能够较好的描述地物的结构和边缘信息；在进行空间特征提取的同时顾及了像素间局部关系，提取出有效的空-谱特征，提高了分类精度。
-
公开(公告)号：CN106786457B
公开(公告)日：2018-06-22
申请号：CN201611207709.4
申请日：2016-12-23
Applicant: 辽宁工程技术大学
IPC: H02H9/04
Abstract: 本发明提供一种建筑物避雷保护范围确定方法，该方法为根据建筑物避雷等级确定避雷针的滚球半径，从而确定各个避雷针作为独立避雷针的保护范围；根据各个避雷针作为独立避雷针的保护范围确定各个避雷针在地面独立保护范围圆和各个避雷针在建筑物高度水平面独立保护范围圆；确定建筑物周围所有避雷针在建筑物高度水平面的联合保护范围包络线；根据建筑物高度是否在任意两个避雷针的联合保护范围内监测当前建筑物避雷保护范围是否可行，该方法将三维滚球概念简化为二维平面作图方法，绘制结果直观、简单、清晰明了。
-
-
-
-
-
-
-
-
-
Search Results
30
records
(took 0.042 seconds)
