-
公开(公告)号：CN119850425A
公开(公告)日：2025-04-18
申请号：CN202510044417.6
申请日：2025-01-11
Applicant: 福州大学
IPC: G06T3/4053 , G06T3/4046 , G06V10/44 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了基于膨胀特征调制网络的轻量化建筑物图像超分辨率重建方法，具体包括如下步骤：步骤1，获取建筑物高分辨率图像，对原始高分辨率图像的降采样，得到对应的低分辨率图像；步骤2，对低分辨率图像进行数据增强；步骤3，构建基于膨胀特征调制网络的轻量化建筑图像超分辨率网络模型；步骤4，训练所述模型，得到基于膨胀特征调制网络的轻量化建筑物图像超分辨率重建模型；本发明有效恢复了低分辨率建筑物图像纹理细节等信息，解决了现有的轻量化图像超分辨率网络建模远程依赖关系方面的不足，实现了在不增加计算开销的情况下在全局特征范围内进行精确且高效的长程依赖关系建模，有效提升建筑物图像超分辨模型的轻量性和重建质量。
-
公开(公告)号：CN119850424A
公开(公告)日：2025-04-18
申请号：CN202510044375.6
申请日：2025-01-11
Applicant: 福州大学
IPC: G06T3/4053 , G06T3/4046 , G06T3/4007 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了基于状态方程模型的Mamba轻量化建筑物图像超分辨率重建方法，具体包括如下步骤：步骤1，获取建筑物高清图像，并将原始高分辨率图像进行降采样，得到对应的低分辨率图像；步骤2，对低分辨率图像进行数据增强；步骤3，构建基于状态方程模型的Mamba轻量化建筑物图像超分辨率网络模型；步骤4，训练所述超分辨率模型，得到基于状态方程模型的Mamba轻量化建筑物图像超分辨率重建模型。本发明可以有效恢复建筑物图像的规则纹理，解决了现有的轻量化图像超分辨率网络在有效感受野与性能间的权衡问题，实现了在不增加计算开销的情况下图像进行高效特征提取以获取全局信息，有效提升轻量化建筑物图像超分辨模型的轻量性和重建质量。
-
公开(公告)号：CN119850423A
公开(公告)日：2025-04-18
申请号：CN202510044365.2
申请日：2025-01-11
Applicant: 福州大学
IPC: G06T3/4053 , G06T3/4046 , G06T3/4007 , G06T17/00 , G06N3/0455 , G06N3/0464 , G06N3/084
Abstract: 本发明提供了一种适用于CT图像序列的三维超分辨率方法，涉及医疗影像技术领域。本发明通过多尺度深度卷积和注意力机制渐进式地结合更准确地提取图像高频信息，设计了由粗到细迭代细化的医学CT图像层间超分辨率网络，利用空间位置上连续的两张切片合成出高分辨率中间帧的横断面切片，以特征金字塔结构生成多尺度的上下文特征，全局双向扭曲函数GBDF（Global Bilateral Distortion Function，GBDF）结合双向光流信息和多尺度的上下文特征，通过IIR(Interframe iteration refinement,IIR)模块逐渐融合双向的形变估计图，结合STIFOF（Spatio‑Temporal Inter‑Frame Optimization Function，STIFOF）函数为中间帧补全细节信息实现运动补偿，最终得到高分辨率的中间帧预测图。
-
公开(公告)号：CN119652258A
公开(公告)日：2025-03-18
申请号：CN202510171305.7
申请日：2025-02-17
Applicant: 福州大学
IPC: H02S50/10 , G06F18/22 , G06F18/213 , G06N3/0464 , G06F123/02
Abstract: 本发明公开了一种基于IV特性和数据模型的光伏阵列故障检测方法，涉及故障检测技术领域，该方法首先通过综合考量动态特性、历史故障及发生速度确定采集频率Cp，确保关键故障信息不遗漏，再凭借对IV曲线的二阶导数分析与方形度计算，结合数据模型，精准识别局部阴影故障，改变了以往故障判断依赖单一指标。在能量转换效率优化方面，依据判定因子Pz及IV曲线确定局部最大功率点，将光伏阵列输出与逆变器输入动态匹配，相比传统固定匹配方式，进一步提升了发电效率，降低了能源浪费。通过启动模型验证机制，可在不同场景和时间跨度下验证模型的准确性与稳定性。
-
公开(公告)号：CN116470849A
公开(公告)日：2023-07-21
申请号：CN202310425080.4
申请日：2023-04-20
Applicant: 福州大学
Abstract: 本发明提出一种光伏组件在线I‑V特性监测及参数辨识系统，包括光伏组件在线I‑V扫描模块、光伏模型参数辨识方法以及数据处理上位机；光伏组件在线I‑V扫描模块对光伏组件进行I‑V特性曲线在线扫描，并实时监测组件的工作电压和电流，监测数据上传至数据处理上位机；数据处理上位机通过Cubic混沌映射RAO‑1算法CCRAO‑1、单纯形算法INMS的混合优化算法CCRAO1‑INMS辨识光伏模型参数，并对I‑V特性曲线数据进行参数提取；所述CCRAO1‑INMS算法中，使用CCRAO1算法为NMS算法寻找初始点；所述单纯形算法INMS基于NMS算法改进；本发明能够实时地在线获取精确的光伏组件I‑V特性曲线数据和实时工作电流电压数据，并且能够实时进行准确的光伏模型参数识别，算法计算复杂度低，准确性高，可适用于嵌入式系统平台。
-
Patent Agency Ranking
公开(公告)号：CN112257941B
公开(公告)日：2023-04-18
申请号：CN202011175408.4
申请日：2020-10-28
Applicant: 福州大学
IPC: G06Q10/04 , G06N3/0442 , G06N3/045 , G06N3/048 , G06N3/082 , G06F18/214 , G06F18/21 , G06Q50/06
Abstract: 本发明涉及一种基于改进型Bi‑LSTM的光伏电站短期功率预测方法，提取原始气象参数作为光伏电站预测模型的输入；对数据集进行预处理；采用皮尔森相关系数分析对光伏电站输出功率预测曲线的拟合程度进行特征参数选择；采用主成分分析法对所选择的特征参数进行排序，确定改进型模型输入数据集；根据数值天气预报中心获得的连续三天待预测日数据作为测试集；根据数值统计学方法来判断待预测日的天气类型，计算历史训练集的特征参数与待预测日的特征参数之间的欧式距离，选取误差小于0.5的参数作为改进模型输入；搭建预测模型，并进行优化，设定改进型预测模型的相关参数，选择最佳的光伏电站输出功率预测效果。本发明能提高光伏发电输出功率预测的精准度。
-
公开(公告)号：CN112906987B
公开(公告)日：2023-02-21
申请号：CN202110330964.2
申请日：2021-03-29
Applicant: 福州大学
Abstract: 本发明涉及一种基于卷积神经网络和二维气象矩阵的光伏功率预测方法。该方法提出了一种由一维卷积神经网络和二维卷积神经网络构成的混合卷积神经网络模型，以此模型进行光伏发电功率的预测。以待测小时的气象参数为气象特征值通过灰色关联分析算法在电站的历史数据集中寻找待测小时的相似小时数据。然后将这些数据中的多元气象因素转化为二维气象矩阵，便于卷积神经网络深度挖掘气象因素和光伏功率输出的非线性关系。最后，将这些二维气象矩阵作为模型的输入，预测各个小时的发电功率。本发明能够快速准确对光伏电站的发电功率进行预测。
-
公开(公告)号：CN108898636B
公开(公告)日：2022-03-29
申请号：CN201810583687.4
申请日：2018-06-08
Applicant: 福州大学
IPC: G06T7/80 , G06V10/762 , G06K9/62 , G06N3/00
Abstract: 本发明涉及一种基于改进PSO的相机一维标定方法,对多次相机标定的结果根据聚类算法进行聚类，再对目标类别取均值作为后续PSO优化的初值；接着利用先验信息对得到的初值做调整；最后应用标准PSO对调整后的初值做优化，从而得到较为精准的相机参数。本发明能够更加精准、高效的获取相机精度，从而提升视觉测量的精度。
-
公开(公告)号：CN113595132A
公开(公告)日：2021-11-02
申请号：CN202110710058.5
申请日：2021-06-25
Applicant: 福州大学
Abstract: 本发明涉及一种基于全局最大功率点跟踪和混合优化算法的光伏在线参数辨识方法，首次提出一种突变点检测算法用于动态工作点全局最大功率点跟踪过程的波形突变时刻检测，并将GMPPT对应的波形转换成静态关键段I‑V特性曲线，并提出一种新的混合法即基于量子粒子群算法和列文伯格——马夸尔特算法的光伏模型在线参数辨识方法，该方法实现逆变器并网发电过程中GMPPT扫描的识别并提取关键段I‑V特性曲线，结合量子粒子群算法强大的全局搜索能力和列文伯格——马夸尔特算法强大的局部搜索能力，进一步提高了光伏模型参数辨识的速度、精度、稳定性、可靠性和收敛性。
-
公开(公告)号：CN109373912B
公开(公告)日：2021-03-02
申请号：CN201811567836.4
申请日：2018-12-21
Applicant: 福州大学
Abstract: 本发明涉及一种基于双目视觉的非接触式六自由度位移测量方法。首先，设计二维编码序列并生成棋盘编码，将棋盘编码固定在待测物体表面得到待测圆柱体；然后，对双目相机的内外参数进行标定；然后，分别对左右相机拍摄所得的两组图像的目标进行分割，并提取出目标的特征角点；然后，基于相机的内外参数矩阵及成像模型，将特征角点的二维图像坐标转换为三维世界坐标；最后，对特征角点组的三维坐标点进行圆柱拟合，并计算出圆柱平动及转动信息，最后计算获得六自由度位移信息。本发明无需接触目标，只需要利用左右相机拍摄的两组输入图像中目标物体的特征点的信息便可计算出平动、转动等六自由度信息。
-
-
-
-
-
-
-
-
-
Search Results
147
records
(took 0.026 seconds)
