-
公开(公告)号：CN116051896A
公开(公告)日：2023-05-02
申请号：CN202310042326.X
申请日：2023-01-28
Applicant: 西南交通大学
IPC: G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/0495 , G06N3/08
Abstract: 本发明公开了一种轻量化混合张量神经网络的高光谱图像分类方法，其分类过程包括：数据预处理，获取保留空谱特征信息的低维高光谱图像数据；基于全连接张量网络分解构建低复杂度的混合张量神经网络，将低维高光谱图像数据输入到由张量化三维和二维卷积层组成的混合结构张量模块中，学习具有强判别性的空谱特征和空间特征，并使用张量化全连接层和非线性激活函数进行分类；通过最小化损失函数训练混合张量神经网络，并使用训练好的网络模型对高光谱图像实现分类和指标评估。本发明中，标准卷积层的卷积核张量和全连接层的权重矩阵被分解为一组具有全连接结构的小尺寸因子张量，使得网络模型能以更少的参数量实现了较高的分类精度。
-
公开(公告)号：CN115205705A
公开(公告)日：2022-10-18
申请号：CN202210872022.1
申请日：2022-07-23
Applicant: 西南交通大学
Abstract: 本发明公开了一种基于极化特性驱动的全极化SAR图像舰船检测方法，包括：S1、对全极化SAR图像进行预处理，获取全极化SAR图像的极化特性数据；S2、构建极化特性驱动的卷积神经网络，将极化特性数据输入主干网络和密集结构提取极化特性数据中包含的极化特性，并在特征金字塔中进行多尺度融合，所述主干网络和密集结构用于网络中上下文特征重用；S3、按照预设的训练参数和损失函数，对极化特性驱动的卷积神经网络进行训练形成全极化SAR图像目标检测网络，并利用训练好的极化特性驱动的全极化SAR图像目标检测网络执行全极化SAR图像舰船检测和指标评估。本发明能够有效的提升场景中小目标的检测能力以及在强散射背景下能够有效的检测出舰船。
-
公开(公告)号：CN106028352B
公开(公告)日：2019-01-22
申请号：CN201610312987.X
申请日：2016-05-12
Abstract: 本发明公开了一种无线探测与通信融合的区域危险预警系统与方法，采用云无线网络架构部署公网或专网授权频段RRU与毫米波频段RRU，合理利用公网或专网授权频段与毫米波频段的特性，进行周围环境探测的同时，利用空闲资源实现高可靠大容量无线通信，并通过通信功能反馈环境探测结果到地面监测中心，达到危险预警等目的。公网或专网授权频段物理层帧用于传输低容量可靠无线通信数据，毫米波频段根据需求在时间上划分出探测帧与无线通信帧，在探测帧时间内毫米波频段RRU进行环境探测信号的收发；在无线通信帧时间内毫米波频段RRU传输大容量非可靠通信数据，并设计了无线通信帧时间内公网或专网授权频段与毫米波频段融合的上下行方向数据传输信令流程。
-
公开(公告)号：CN106441386A
公开(公告)日：2017-02-22
申请号：CN201610861568.1
申请日：2016-09-29
Applicant: 西南交通大学
Abstract: 本发明提供了一种基于分布式光纤传感系统的数据处理方法及装置，属于数据处理技术领域。该数据处理方法包括：获取原始数据，根据预设规则将所述原始数据转换为二维图；获取所述二维图的噪声标准差；根据所述噪声标准差得到所述二维图的灰度标准差；根据二维双边滤波算法对所述二维图进行滤波，获得去噪后的二维图，其中，所述二维双边滤波算法包括所述灰度标准差和预设的距离权重。相比于现有技术，本发明提供的数据处理方法及装置有效地提高了原始数据的信噪比，且降低了计算量，更加简单实用。
-
公开(公告)号：CN105956599A
公开(公告)日：2016-09-21
申请号：CN201610234998.0
申请日：2016-04-15
Applicant: 西南交通大学
IPC: G06K9/62
Abstract: 本发明公开了一种合成孔径雷达图像建模方法及装置，方法包括：步骤1，创建灰度等级直方图Y；步骤2，构建广义伽玛混合模型；步骤3，基于HECM‑MML‑GΓMM算法，估计广义伽玛混合模型的混合权重值、各广义伽玛分量的参数以及最优的混合模型分量数，从而确定所构建的广义伽玛混合模型，完成图像建模。本发明能够广泛地应用于幅度和强度、具有单峰或多峰分布特性、具有同纹理或异质纹理特性的SAR图像精确建模；参数具有闭式表达形式，易于实现，计算效率高；保留了图像中的细节，减少了信息丢失，有效地获取图像分类结果。
-
Patent Agency Ranking
公开(公告)号：CN117745880A
公开(公告)日：2024-03-22
申请号：CN202410182155.5
申请日：2024-02-19
Applicant: 西南交通大学
IPC: G06T11/40 , G06N3/0464 , G06N3/084
Abstract: 本发明提供了一种多维非线性变换的医学图像填充方法、装置、设备及介质，涉及医学影像技术领域，包括获取医学图像数据；构建非线性卷积神经网络模型；利用所述非线性卷积神经网络模型对所述医学图像数据进行变换得到张量数据；对张量数据进行核范数计算，得到卷积非线性张量核范数；基于卷积非线性张量核范数和非线性卷积神经网络模型构建医学图像张量填充模型；基于梯度下降法对医学图像张量填充模型进行迭代计算，直至收敛。本发明通过利用非线性卷积神经网络模型学习不完整医学图像数据，获得多维非线性变换张量表达并对其进行核范数约束。再利用张量核范数处理数据模式下的不同相关性，使得填充后的医学图像数据更加准确完整。
-
公开(公告)号：CN116912680A
公开(公告)日：2023-10-20
申请号：CN202310750641.8
申请日：2023-06-25
Applicant: 西南交通大学 , 航天东方红卫星有限公司
IPC: G06V20/10 , G06V10/40 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/045 , G06N3/0455 , G06N3/0464 , G06N3/0475 , G06N3/094 , G06N3/096
Abstract: 本发明公开了一种SAR舰船识别跨模态域迁移学习、识别方法及系统，属于人工智能与合成孔径雷达目标识别技术领域，解决现有技术中的图像转换生成的图像质量不佳的问题。本发明对源域光学数据集中的光学舰船图像和目标域SAR数据集中的SAR舰船图像进行预处理；基于CycleGAN的特征编码器和特征解码器构建连接特征编码器和特征解码器的密集连接特征转换器和轻量化注意力机制模块，得到轻量化生成器网络模型，基于一个进行OPT2SAR任务的轻量化生成器网络模型、一个进行SAR2OPT任务的轻量化生成器网络模型和鉴别器得到ADCG网络；将预处理得到的源域光学数据集和目标域SAR数据集对ADCG网络进行训练，并用于光学舰船图像的伪SAR图像。本发明用于图像转换和SAR舰船目标识别。
-
公开(公告)号：CN116563649A
公开(公告)日：2023-08-08
申请号：CN202310836681.4
申请日：2023-07-10
Applicant: 西南交通大学
IPC: G06V10/764 , G06V10/80 , G06V10/42 , G06V10/44 , G06V10/58 , G06V20/13 , G06V20/17 , G06V20/10 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/047 , G06N3/08
Abstract: 本发明提供了一种基于张量映射网络的高光谱图像轻量化分类方法及装置，涉及遥感图像处理技术领域，包括获取高光谱图像数据集和待分类的高光谱图像；对高光谱图像数据集和待分类的高光谱图像进行预处理；构建神经网络分类模型，神经网络分类模型先提取初级语义特征，并以初级语义特征提取局部空谱特征和全局光谱特征，然后以局部空谱特征和全局光谱特征做出高光谱图像分类的神经网络模型；根据高光谱图像数据集训练神经网络分类模型，得到分类模型；根据分类模型对高光谱图像进行分类，得到分类结果。本发明通过初级语义特征提取局部空谱特征和全局光谱特征，并整合局部空谱特征和全局光谱特征，在有限的计算和存储资源下完成更高效准确的分类。
-
公开(公告)号：CN106441386B
公开(公告)日：2019-02-26
申请号：CN201610861568.1
申请日：2016-09-29
Applicant: 西南交通大学
Abstract: 本发明提供了一种基于分布式光纤传感系统的数据处理方法及装置，属于数据处理技术领域。该数据处理方法包括：获取原始数据，根据预设规则将所述原始数据转换为二维图；获取所述二维图的噪声标准差；根据所述噪声标准差得到所述二维图的灰度标准差；根据二维双边滤波算法对所述二维图进行滤波，获得去噪后的二维图，其中，所述二维双边滤波算法包括所述灰度标准差和预设的距离权重。相比于现有技术，本发明提供的数据处理方法及装置有效地提高了原始数据的信噪比，且降低了计算量，更加简单实用。
-
公开(公告)号：CN106291503A
公开(公告)日：2017-01-04
申请号：CN201610792876.3
申请日：2016-08-31
IPC: G01S7/41
CPC classification number: G01S7/41
Abstract: 本发明公开了一种雷达探测系统密度聚类预警方法，包括采用雷达探测系统进行周期性探测，得到探测区域的点迹多维参数；采用DBSCAN聚类算法对每个探测周期内的点迹进行聚类，得到若干个簇，每个簇代表一个入侵物体；对聚类后得到的若干个簇进行过滤；计算过滤后簇的平均距离，如果连续多个探测周期内，簇的平均距离变化趋势符合预警条件则发出预警等步骤。进一步地，还包括对每个探测周期内的点迹多维参数进行预处理和预警的方法，以及计算DBSCAN聚类算法中邻域参数的方法。采用本发明的方法，既能保证探测的精度，同时又通过后期处理减少虚警，而且运算量较小，使得整个系统的预警更加及时。
-
-
-
-
-
-
-
-
-
Search Results
38
records
(took 0.024 seconds)
