-
公开(公告)号：CN111428908A
公开(公告)日：2020-07-17
申请号：CN202010106716.5
申请日：2020-02-21
Applicant: 上海海洋大学
Abstract: 本发明提供一种基于STL-NN模型的海表面温度预测算法，其包括以下步骤：S1.采用基于局部加权回归的周期-趋势分解方法将SST数据T分解为季节项S、趋势项C和余项R；S2.将分解得到的季节项S、趋势项C和余项R输入到神经网络预测模型中，得到若干天SST数据的预测值。该模型首先通过STL分解出SST的季节分量、趋势分量和剩余分量，确保SST数据的高效利用；在搭建神经网络预测模型时有效结合了LSTM模型的优点，能够利用其较强非线性逼近能力有效的对数据进行建模，最终预测出未来五天内的SST。在充分考虑序列数据特性的前提下，本发明方法不仅可以用于预测SST，在未来还可以推广至其它海洋要素序列数据的预测，具有非常广阔的推广应用前景。
-
公开(公告)号：CN105930877B
公开(公告)日：2020-07-10
申请号：CN201610374807.0
申请日：2016-05-31
Applicant: 上海海洋大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于多模态深度学习的遥感影像分类方法，该方法包括以下步骤：首先构建多模态遥感影像数据样本集，包括不同成像原理的多模态遥感影像；基于不同的数据模态，构建数据模态敏感的特征学习深度网络，采用不同模态数据分别训练相应的特征学习深度网络；建立模态间特征关联模型生成关联共享特征并训练；采用测试样本集输入训练微调后的多模态深度网络，实现遥感影像精准分类。其优点表现在：有效利用多源遥感影像，挖掘模态间互补、合作信息，整个过程自动进行，减少了人工投入与主观人为因素导致的分类精度低，提高了分类精度。
-
公开(公告)号：CN111324638A
公开(公告)日：2020-06-23
申请号：CN202010084931.X
申请日：2020-02-10
Applicant: 上海海洋大学
IPC: G06F16/2458 , G06F16/28 , G06F17/16
Abstract: 本发明提供一种基于AR_TSM的时间序列motif关联规则挖掘方法，包括步骤：S1：采集一时间序列数据；S2：基于PM_Motif方法对所述时间序列数据进行motif提取；S3：基于AR_TSM方法的时间序列motif关联规则挖掘；S4：利用衡量指标RM衡量规则预测性能。本发明的一种基于AR_TSM的时间序列motif关联规则挖掘方法，实现了保留原始信息的motif的精准快速提取；保证了规则的一致性，并可避免虚拟规则的产生。
-
公开(公告)号：CN107070638B
公开(公告)日：2020-06-23
申请号：CN201710259920.9
申请日：2017-04-20
Applicant: 上海海洋大学
Abstract: 本发明涉及一种动态加权门限的海洋遥感影像秘密共享方法，其特征在于，所述的动态加权门限海洋遥感影像秘密共享方法，包括初始化阶段模块、影像特征生成哈希值模块、影子信息分发模块、秘密影像恢复模块。优点在于，支持参与者动态变化，且不需要重新分发子秘密，减少实施代价；每个子秘密由参与者自己保存，在对影像恢复时，每个参与者所持有的子秘密本身不必公开，只需提出子秘密的影子信息方可恢复影像，保证子秘密的复用性；引入公告牌发布辅助信息；基于中国剩余定理实现了带权重参与者的秘密共享，并将共享的子秘密转化为多项式线性组合，使得方法可以动态添加或更新秘密，具有灵活性。
-
公开(公告)号：CN107067386B
公开(公告)日：2020-05-01
申请号：CN201710272512.7
申请日：2017-04-24
Applicant: 上海海洋大学
Abstract: 本发明涉及一种基于相对全局直方图拉伸的浅海水下图像增强方法，所述的浅海水下图像增强方法包括输入图像模块、图像RGB直方图分布分析模块、相对全局直方图拉伸模块、全局拉伸模块、输出图像模块。其优点在于，图像增强计算复杂度低，获得的效果更好，鲁棒性好，适用于包括水下植物、浅海人员、海底岩石等多累浅海水下图像；计算相对拉伸范围的参数，并自动选择拉伸范围，可以精确定位需要被拉伸范围；利用颜色纠正方法，运用HSV色彩空间对S、V的全局拉伸弥补颜色损失；可以有效的增强水下图像的对比度、饱和度、可见度。
-
Patent Agency Ranking
公开(公告)号：CN105279521B
公开(公告)日：2019-07-05
申请号：CN201510626946.3
申请日：2015-09-28
Applicant: 上海海洋大学
IPC: G06K9/62
Abstract: 本发明涉及一种基于空间抽样的遥感影像分类结果精度检验方法，包括针对所研究区域内遥感影像分类结果的精度检验，设计一种优化方法选择空间上的最佳样本点，该方法充分考虑遥感数据之间的空间相关性，采用Moran’s I量化遥感数据像元之间的距离与相关性之间的关系，从而在研究区域内选择最佳的样本点，在保证检验精度的同时，减少样本冗余，提高检验效率。采用该种结构的基于空间抽样的遥感影像分类结果精度检验方法具有实用性广，检验效率高等优点，适用于大面积遥感影像分类结果的精度检验。
-
公开(公告)号：CN109840358A
公开(公告)日：2019-06-04
申请号：CN201910018341.4
申请日：2019-01-09
Applicant: 上海海洋大学
Abstract: 本发明公开了一种基于航迹时域差分的航迹分段方法，包括如下步骤：1)提取原始航迹数据中包含必要信息的航迹点作为可用航迹数据，并进行插值拟合处理，减少因数据缺失或采样间隔差异对采样点空间密度分布的影响；2)根据采样点的经纬度计算得到航迹点的航程数据，并采用差分法对航迹做多阶差分处理，在多阶差分数据的基础上通过归一化方法求得航程损失与航速标准差的平衡点，确定差分步长；3)计算原始航迹数据的平均航速作为分段阈值，实现航迹分段。本发明采用差分法来进行航迹分段，解决了基于速率阈值划分的分段过多问题，可动态确定差分步长，保证航程计算损失和停留区边界失真较小的前提下实现航迹的准确划分。且方法的时间效率更优。
-
公开(公告)号：CN109709527A
公开(公告)日：2019-05-03
申请号：CN201910046636.2
申请日：2019-01-14
Applicant: 上海海洋大学
Abstract: 本发明属于雷达信息处理技术领域，公开了一种全波形激光测高回波信号中高斯分解的高斯波峰方法，寻找GLAS全波形数据所有波峰的幅值，按照波峰幅值的最大值和最小值的距离等分成多个区间；统计出所有波峰幅值落入各区间的频数，并计算频率；构建GLAS全波形数据的波峰频率直方图，再进行易于处理的GLAS全波形数据进行处理和难于处理的GLAS全波形数据进行处在数据处理。本发明将高斯波峰法用于GLAS全波形数据的分解和拟合，结果表明高斯波峰法可以很好地分解和拟合优化GLAS全波形数据，并能得到较高的拟合精度和较少的拟合迭代次数。
-
公开(公告)号：CN106056609B
公开(公告)日：2018-11-06
申请号：CN201610383452.1
申请日：2016-06-02
Applicant: 上海海洋大学
Abstract: 本发明涉及一种基于DBNMI模型实现遥感影像自动标注的方法，其中包括对初始输入遥感影像进行自适应分割，粗粒度划分遥感影像背景区域和对象区域；针对划分出的遥感影像的对象区域，利用多示例多标签技术表示；针对遥感影像的对象区域的低层视觉特征和高层语义概念间关系，基于DBNMI模型进行自动建模；定量计算标注词间共现和对立的语义关系。采用该种基于DBNMI模型实现遥感影像自动标注的方法，针对海洋遥感影像语义标注任务感兴趣的区域仅占影像很小一部分，提出一种基于DBNMI的遥感影像语义自动标注模型，有效提高影像自动标注的精度，具有更广泛的应用范围。
-
公开(公告)号：CN108596853A
公开(公告)日：2018-09-28
申请号：CN201810400875.9
申请日：2018-04-28
Applicant: 上海海洋大学
Abstract: 本发明涉及一种基于背景光统计模型和传输地图优化的水下图像增强方法，所述方法包括以下步骤：步骤S1.首先建立人为选择的背景光估计数据集(MABLs)，然后选择模型的特征参数，最后建立R通道和GB通道的背景光估计模型；步骤S2.基于新UDCP水下暗通道先验性结论得出R通道传输地图(TM)，并推理出深度地图，最终估计出GB通道的TMs及图像复原；步骤S3.在CIE-Lab颜色模型中的自适应拉伸。其优点表现在：本发明方法适用于复杂环境下的水下图像增强、提高图像增强的运行效率、同时提高图像可视性以及获得更高信息量。相比于其它水下图像增强、复原方法，本文方法有着更好的实效性和鲁棒性。
-
-
-
-
-
-
-
-
-
Search Results
155
records
(took 0.03 seconds)
