-
公开(公告)号：CN110400276A
公开(公告)日：2019-11-01
申请号：CN201910671108.6
申请日：2019-08-28
Applicant: 上海海洋大学
Abstract: 一种高光谱图像去噪方法，该方法根据高光谱图像数据中局部空间低秩先验、光谱低秩先验和全局光谱低秩先验，基于地物类别建立低秩矩阵恢复模型；根据不同的地物类别对高光谱图像分块；在高光谱图像局部分块内去除噪声；对整个高光谱图像空间数据和光谱数据内再一次去除噪声。
-
公开(公告)号：CN105913402B
公开(公告)日：2019-04-16
申请号：CN201610341777.3
申请日：2016-05-20
Applicant: 上海海洋大学
IPC: G06T5/00
Abstract: 本发明涉及一种基于DS证据理论的多幅遥感图像融合去噪方法,该方法具体包括以下步骤：选取同一位置某一时间段的多幅遥感图像，然后对每幅图像建立四个噪声模型；对四个噪声模型进行数据统计分析，并得到每个模型下每个像素点是噪声的概率，作为DS证据理论的基本概率分配；使用DS证据理论融合规则将四个证据融合成一个证据，得到每幅图像每个像素点是噪声的概率；重复使用DS证据理论的融合规则，将多幅遥感图像的信息融合起来，得到多幅遥感图像融合的总证据；最终根据证据计算出信任区间，并利用设计好的决策规则进行去噪，得到融合去噪的图像。其优点表现在：凭借丰富的信息源，实现去噪的同时更好的保留遥感图像边缘纹理细节。
-
公开(公告)号：CN108520279A
公开(公告)日：2018-09-11
申请号：CN201810326062.X
申请日：2018-04-12
Applicant: 上海海洋大学
Abstract: 本发明涉及一种局部稀疏嵌入的高光谱图像半监督降维方法，所述方法包括以下步骤：步骤S1.设高维空间RD中存在数据集X＝{x1，x2，…，xl，xl+1，…，xl+u}，l+u＝N，其中前l个样本Xl为有类标样本，类别标签为c，各类样本数为Ni，i＝(1，2，…，c)，后u个样本Xu是无类标样本；步骤S2.通过稀疏表示构建稀疏系数矩阵S；步骤S3.基于半监督局部稀疏嵌入投影算法构造投影矩阵W；步骤S4.根据投影矩阵W，求出低维子空间Y＝WTX＝{y1，y2，…，yN}。其优点表现在：通过对高光谱图像进行局部稀疏嵌入的半监督降维，既利用了数据的类标信息，也保持了数据局部特性且降低了图像的噪声信息，从而提高了图像的分类精度。
-
Patent Agency Ranking
公开(公告)号：CN107944482A
公开(公告)日：2018-04-20
申请号：CN201711141786.9
申请日：2017-11-17
Applicant: 上海海洋大学
CPC classification number: G06K9/6268 , G06K9/6215 , G06K9/6276 , G06K9/66
Abstract: 本发明涉及一种基于半监督学习的高光谱图像的降维方法，所述方法包括以下步骤：构造改进的半监督相似权重矩阵Q；计算相似权重矩阵的对角矩阵D*以及拉普拉斯矩阵L*；根据半监督相似权重矩阵构造改进后的目标函数；根据目标函数求解广义特征方程；求解转换矩阵A＝(a1，a2，…，ad)以及低维子空间Y＝ATX＝{y1,y2,…,yN}。其优点表现在：利用样本的类标信息，又考虑了样本点之间的邻域信息，能够最小化同类样本间的距离，最大化不同类样本间的距离，从而提高了样本的分类精度。
-
公开(公告)号：CN102088304A
公开(公告)日：2011-06-08
申请号：CN200910199924.8
申请日：2009-12-04
Applicant: 上海海洋大学
IPC: H04B7/08 , H04L27/227
Abstract: 本发明涉及一种CDMA上行链路分集接收技术的分析方法，CDMA系统从移动台到基站的上行链路系统由移动台发送和基站接收两部分组成。该通信网络分析方法包括各种功能信号的分析模块，移动通信环境分析模块，移动台发送信号调制模块和基站终端分集接收模块。同时由于真实的移动通信环境是比较恶劣的，不仅因为信号的传输损耗、多径衰落会导致信号幅度的小和波动，以及信号的延迟，而且因为移动会造成多普勒频谱扩展等。该分析采用软件编程实现衰落分析器来构建衰落信道，使之更加贴近真实的移动环境来进行分析。在基站终端模块通过分集接收并选择不同的合并方法，可以看到不同的误码率结果。
-
公开(公告)号：CN101989346A
公开(公告)日：2011-03-23
申请号：CN201010146050.2
申请日：2010-04-14
Applicant: 上海海洋大学
Abstract: 本发明是关于一种基于物联网技术的救灾物资配送管理系统，特别是针对一种海洋风暴潮灾害的救灾物资配送管理系统。本发明主要由以下几个单元组成：感知救灾物资环境数据的无线传感器网络单元；标识和传送救灾物资基本属性数据的RFID射频识别单元；卫星和车载GPS芯片进行移动物体精确定位单元；利用无线通信网络GSM传递救灾物资环境数据的信息传送单元和救灾物资信息处理系统对救灾物资环境数据进行分析和决策的数据处理单元。本发明主要是应用于救灾物资的配送管理，针对各个安置点救灾物资的分配数量，物资的送达情况，物资在运输过程中的质量等情况进行一个动态的监控，以使救灾物资能够保质、保量、安全和及时的到达各个安置点。
-
公开(公告)号：CN110400276B
公开(公告)日：2022-10-14
申请号：CN201910671108.6
申请日：2019-08-28
Applicant: 上海海洋大学
Abstract: 一种高光谱图像去噪方法，该方法根据高光谱图像数据中局部空间低秩先验、光谱低秩先验和全局光谱低秩先验，基于地物类别建立低秩矩阵恢复模型；根据不同的地物类别对高光谱图像分块；在高光谱图像局部分块内去除噪声；对整个高光谱图像空间数据和光谱数据内再一次去除噪声。
-
公开(公告)号：CN112348097A
公开(公告)日：2021-02-09
申请号：CN202011261395.2
申请日：2020-11-12
Applicant: 上海海洋大学
Abstract: 本发明公开了一种高光谱图像分类方法，其包括以下步骤：(S1)采用三维Gabor滤波器对高光谱图像进行滤波，得到纹理特征；(S2)将纹理特征输入到三维卷积神经网络中，根据纹理特征进行分类；在步骤(S2)中将所述三维卷积神经网络与残差学习框架相结合，得到分类结果。本方法可保留高光谱影像原始数据格式，可以更好地利用数据中的空间特征、光谱特征；在提取图像纹理特征的同时也保留了图像的空间‑光谱特征，从而提高了分类精度。
-
-
-
-
-
-
-
Search Results
28
records
(took 0.022 seconds)
