一种内嵌U型遥感去雾网络的构建方法

    公开(公告)号:CN119006845A

    公开(公告)日:2024-11-22

    申请号:CN202411153193.4

    申请日:2024-08-21

    Applicant: 三峡大学

    Abstract: 本申请提供一种内嵌U型遥感去雾网络的构建方法,包括以下步骤:S1、构建U型图像去雾网络;S2、构建若干个并行的内嵌U型网络框架添加到U型网络编码层和解码层之间,提取多尺度特征信息;S3、构建一个自适应融合机制,该机制能够自适应的融合来自不同层级内嵌U型网络模块所提取的多尺度特征;S4、将有雾的遥感图像送入到U型图像去雾网络,通过若干个并行的内嵌U型网络框架和跨层级特征自适应融合模块,最终输出清晰的无雾图像,最后利用输出的清晰图像来计算损失,约束网络的训练,通过以上步骤对基于U型网的跨层级特征自适应融合的内嵌U型遥感去雾网络进行构建,该方法能够提升去雾网络的去雾效果。

    一种历史信息引导的时窗车辆路径多目标优化进化方法

    公开(公告)号:CN118211740A

    公开(公告)日:2024-06-18

    申请号:CN202311714394.2

    申请日:2023-12-12

    Abstract: 本发明提供了一种历史信息引导的时窗车辆路径多目标优化进化方法,首先设计一种带时间窗约束的多目标车辆路径优化模型:车辆数量最小化和总行驶距离最小化,以及车辆容量约束和客户的具体时间窗服务约束等;然后提出一种历史信息矩阵引导的交叉和变异策略,用于生成高质量的子代种群个体;其次,提出一种自适应局部搜索策略,自动的根据问题特征来选择合适的局部搜索算子,以提升搜索效率;此外,提出一种多目标融合的适应度评价方法,准确快速地选择优秀染色体参与进化,以促进种群向最优方向靠近。最后,提出历史信息引导的时窗车辆路径多目标优化进化方法,大力改善车辆路径规划的总距离以及所需的车辆数量。

    一种空调负荷资源池的预测方法及应用方法

    公开(公告)号:CN118195052A

    公开(公告)日:2024-06-14

    申请号:CN202410008200.5

    申请日:2024-01-03

    Applicant: 三峡大学

    Abstract: 本发明公开了一种空调负荷资源池的预测方法及应用方法,属于电力负荷管理领域,包括步骤:获取某行业用户的历史负荷数据与历史气温数据,计算负荷与气温的相关系数,划分气温梯度区间;根据气温梯度区间,建立气温与负荷的关系耦合模型;针对关系耦合模型,通过目标函数MSE对关系耦合模型进行迭代优化;根据优化后的关系耦合模型,预测空调负荷资源池,还公开了应用方法。本发明采用上述一种空调负荷资源池的预测方法及应用方法,通过耦合不同行业用户/不同时间尺度/不同气温梯度内,气温变化与负荷变化之间的关系模型,有效预测空调负荷资源池。

    一种智能电网联盟链跨域身份认证方法

    公开(公告)号:CN118074885A

    公开(公告)日:2024-05-24

    申请号:CN202410308940.0

    申请日:2024-03-18

    Abstract: 本发明公开了一种智能电网联盟链跨域身份认证方法,涉及智能电网身份认证领域,在注册阶段,用户将注册信息加密并发送至联盟链基础服务节点进行处理,并将处理结果广播至联盟链全网;在本域认证阶段,用户提交预认证信息以通过初步验证,联盟链基础服务节点记录用户行为特征并进行可信度计算、相似度阈值调整等操作;在跨域认证阶段,用户在A域提交初步认证信息后,B域的联盟链基础服务节点开始记录用户行为特征;验证成功后,用户的行为特征会被更新并广播到联盟链中。本发明采用上述一种智能电网联盟链跨域身份认证方法,有效阻止了账户被盗和生物特征信息泄露,显著提高了智能电网的安全性和可信度。

    一种用于房屋检测的多专家辅助模型的构建方法

    公开(公告)号:CN117576585A

    公开(公告)日:2024-02-20

    申请号:CN202311450086.3

    申请日:2023-11-02

    Applicant: 三峡大学

    Abstract: 一种用于房屋检测的多专家辅助模型的构建方法,它包括以下步骤:S1、操控无人机拍摄城乡的建筑物图像,制作数据集;S2、构建两个专家分支,第一个专家学习普通建筑物的特征表达,第二个专家学习正在建造的建筑物的特征表达;S3、在网络中加入类内聚合损失,根据真实标签的特征向量计算它们和各自类别中心向量的相似度,通过提高相似度来减小类内差异,明确类间的决策边界;S4、将无人机图像送入网络,先经过骨干网络提取特征图,然后将特征图同时送入主网络和两个专家分支,利用专家分支的结果计算损失来约束骨干网络,同时利用主网络的结果对网络整体进行训练;S5、在模型训练结束后舍弃专家分支;通过以上步骤完成对多专家辅助模型的构建。

    基于UGATIT联合PSPNet的微地震有效信号的初至拾取方法

    公开(公告)号:CN115113269A

    公开(公告)日:2022-09-27

    申请号:CN202210626537.3

    申请日:2022-06-04

    Applicant: 三峡大学

    Abstract: 一种基于UGATIT联合PSPNet的微地震有效信号的初至拾取方法,步骤为:对地下开采活动进行观测,获得真实微地震有效信号;利用有限差分波动方程正演方法生成正演模拟信号;得到的真实微地震信号和正演模拟信号制作成原始数据集,利用UGATIT网络实现“模拟信号‑真实信号”的转换,生成大量真实微地震有效信号数据;将正演模拟信号大量转换为真实微地震信号,选择具有价值的信号进行标注,并将其制成训练集,完成对训练集的扩充;利用扩容后的训练集对改进后的PSPNet网络进行训练;将待测微地震有效信号输入已训练的PSPNet网络,输出预测的概率时间序列,概率最大处时间即为初至时间,拾取微地震有效信号的初至。本发明极大地提高微地震有效信号初至拾取的效率与精度。

Patent Agency Ranking