-
公开(公告)号：CN119558029A
公开(公告)日：2025-03-04
申请号：CN202411364885.3
申请日：2024-09-29
Applicant: 中国地质大学(武汉)
IPC: G06F30/20 , G06F119/14
Abstract: 本发明提供了一种莫霍面深度重力反演模型构建及反演方法，涉及人工智能技术领域，莫霍面深度重力反演模型构建方法包括：获取待测区域的莫霍面数据集；根据所述莫霍面数据集获取对应得的重力异常数据集；根据所述重力异常数据集对初始模型进行训练及调优，得到最终的莫霍面深度重力反演模型；其中，所述莫霍面深度重力反演模型用于得到对应的莫霍面起伏数据，初始模型是通过对U‑Net基础网络中增设注意力网络得到；本发明不仅提升了反演的准确性和效率，更为复杂地质环境的研究提供了强有力的工具和方法。
-
公开(公告)号：CN115434637B
公开(公告)日：2024-09-17
申请号：CN202211012746.5
申请日：2022-08-23
Applicant: 中煤科工西安研究院(集团)有限公司 , 中国地质大学(武汉)
Abstract: 本发明公开了一种基于分段模糊控制的定向钻孔轨迹控制方法及控制系统，具体包括钻孔轨迹模型、控制器设计、隶属度函数设置、数据归一化、模糊规则制定和工程实际与仿真结果。在选定钻孔轨迹模型后，进行钻孔轨迹控制方法的制定，使控制系统输出的实钻轨迹逼近设计轨迹，实现钻孔轨迹的跟踪控制。由于工具面向角是0～360°的环形取值，本发明采用分段模糊控制对工具面向角输出进行划分，不仅创新性解决了单一模糊控制器隶属度函数难以设计的问题，同时也解决了现有的以人工知识为的主定向钻进施工存在的技术差异，可以实现定向钻孔轨迹的自动控制，提高定向钻进施工效率和钻孔轨迹的施工精度，具有很高的工程应用价值。
-
公开(公告)号：CN117765297B
公开(公告)日：2024-06-07
申请号：CN202311558732.8
申请日：2023-11-20
Applicant: 中国地质大学(武汉)
IPC: G06V10/764 , G06V20/10
Abstract: 本发明涉及图像处理技术领域，具体而言，提供了一种高光谱图像分类方法、装置、设备及存储介质，高光谱图像分类方法包括：获取高光谱数据集，对高光谱数据集进行动态切片构建光谱立方体；将光谱立方体进行分离投影和特征变换，得到光谱特征矩阵和空间特征矩阵；对光谱特征矩阵进行绝对位置编码，对空间特征矩阵进行相对位置编码；将光谱特征矩阵和空间特征矩阵分别输入两个独立的训练好的Transformer学习器，得到光谱特征注意力矩阵和空间特征注意力矩阵；将光谱特征注意力矩阵和空间特征注意力矩阵融合后进行分类，得到分类结果。本发明的技术方案通过对高光谱图像在光谱维度和空间维度的特征信息进行提取处理，有效提升高光谱图像分类结果的分类精度。
-
公开(公告)号：CN118072138A
公开(公告)日：2024-05-24
申请号：CN202410497957.5
申请日：2024-04-24
Applicant: 中国地质大学(武汉)
IPC: G06V10/80 , G06V10/44 , G06V10/54 , G06V10/56 , G06V10/764 , G06V10/82 , G06V10/26 , G06V20/70 , G06V20/10 , G06N3/042 , G06N3/0464 , G06N3/0475 , G06N3/094
Abstract: 本发明涉及图像处理领域，提供了一种土地覆盖特征提取方法、装置、电子设备及存储介质，其中，该方法包括：获取目标图像的第一超像素场景图与初始特征图，其中，初始特征图包括底层特征图和中层特征图；根据第一超像素场景图与中层特征图得到超像素特征图，并通过图卷积神经网络对底层特征图进行卷积处理，得到目标底层特征图；将目标底层特征图和超像素特征图进行元路径融合，得到融合特征图；根据融合特征图确定目标图像的土地覆盖特征，其中，土地覆盖特征用于确定目标图像的土地覆盖标签。通过本发明，解决了相关技术中提取的土地覆盖特征不全面，使得多标签遥感土地覆盖场景分类的分类结果的准确性较低的问题。
-
公开(公告)号：CN117746079B
公开(公告)日：2024-05-14
申请号：CN202311535635.7
申请日：2023-11-15
Applicant: 中国地质大学(武汉)
IPC: G06V10/762 , G06V20/10 , G06V10/26 , G06V10/44 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/088
Abstract: 本发明提供了一种高光谱图像的聚类预测方法、系统、存储介质及设备，涉及图像处理技术领域，该方法包括：获取目标区域的高光谱图像；分割所述高光谱图像，生成超像素块；分别提取所述高光谱图像的像素特征和所述超像素块的超像素特征；采用对比学习算法分别提取所述像素特征的深度像素特征和所述超像素特征的深度超像素特征；采用K均值算法聚类所述深度像素特征和所述深度超像素特征，生成伪标签结果；采用所述K均值算法聚类所述伪标签结果，生成所述目标区域的地物标签。通过本发明的高光谱图像的聚类预测方法，不需要人工标注，可对像素级图像或超像素级图像进行聚类预测，得到噪声少、聚类效果好、高精度的聚类预测结果。
-
Patent Agency Ranking
公开(公告)号：CN117765297A
公开(公告)日：2024-03-26
申请号：CN202311558732.8
申请日：2023-11-20
Applicant: 中国地质大学(武汉)
IPC: G06V10/764 , G06V20/10
Abstract: 本发明涉及图像处理技术领域，具体而言，提供了一种高光谱图像分类方法、装置、设备及存储介质，高光谱图像分类方法包括：获取高光谱数据集，对高光谱数据集进行动态切片构建光谱立方体；将光谱立方体进行分离投影和特征变换，得到光谱特征矩阵和空间特征矩阵；对光谱特征矩阵进行绝对位置编码，对空间特征矩阵进行相对位置编码；将光谱特征矩阵和空间特征矩阵分别输入两个独立的训练好的Transformer学习器，得到光谱特征注意力矩阵和空间特征注意力矩阵；将光谱特征注意力矩阵和空间特征注意力矩阵融合后进行分类，得到分类结果。本发明的技术方案通过对高光谱图像在光谱维度和空间维度的特征信息进行提取处理，有效提升高光谱图像分类结果的分类精度。
-
公开(公告)号：CN116339372B
公开(公告)日：2024-01-30
申请号：CN202310099777.7
申请日：2023-02-03
Applicant: 中国地质大学(武汉)
IPC: G05D1/46 , G05D109/20
Abstract: 本发明提供了一种基于ArduPilot固件的复合交变式测绘型无人机优化方法，包括固定翼及设置于固定翼上的旋翼无人机，由ArduPilot固件烧写的Pixhawk硬件且设置于无人机仓内；ArduPilot固件将源代码烧写至飞行控制系统Pixhawk硬件内，在LINUX系统上对参数进行运算调试及优化，涉及三轴陀螺仪、三轴加速度计、存储器、三轴磁力计、PWM控制及USB/MUX输入输出的相对独立的各线程的参数运算调试；并涉及加速度计、罗盘、GPS、RC遥控器、电调、电机、电源模块、热靴、空速计、航线规划的参数优化；并通过QGroundControl地面站进行联调，以达到复合交变式测绘型无人机的匹配及高精度航空摄影性能，并形成了基于ArduPilot固件的匹配参数，以提高无人机的飞行性能，提高航空摄影精度。
-
公开(公告)号：CN116310459B
公开(公告)日：2024-01-19
申请号：CN202310313453.9
申请日：2023-03-28
Applicant: 中国地质大学(武汉)
IPC: G06V10/762 , G06V20/10 , G06V10/54 , G06V10/44 , G06V10/80 , G06V10/82 , G06V10/58 , G06V10/77 , G06N3/042 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 算复杂度。本发明涉及图像处理技术领域，提供了一种基于多视图空谱联合的高光谱图像子空间聚类方法，包括：获取高光谱图像，对所述高光谱图像进行预处理获得空谱样本；提取所述空谱样本的纹理特征和空谱特征；分别根据所述纹理特征和所述空谱特征确定对应的纹理图和空谱图；将所述纹理图和所述空谱图输入构建好的多视图图卷积子空间聚类网络，输出所述高光谱图像的聚类结果，所述多视图图卷积子空间聚类网络包括双分支自表达模块、注意力融合模块和谱聚类模(56)对比文件Li, H (Li, Hao);Feng, RY (Feng,Ruyi);Wang, LZ (Wang, Lizhe);Zhong, YF(Zhong, Yanfei);Zhang, LP (Zhang,Liangpei) .Superpixel-Based ReweightedLow-Rank and Total Variation SparseUnmixing for Hyperspectral Remote SensingImagery《.IEEE TRANSACTIONS ON GEOSCIENCEAND REMOTE SENSING》.2021,第59卷(第01期),第629-647页.孙攀;董玉森;陈伟涛;马娇;邹毅;王金鹏;陈华.高分二号卫星影像融合及质量评价《.国土资源遥感》.2016,(第04期),全文.魏祥坡;余旭初;张鹏强;职露;杨帆.联合局部二值模式的CNN高光谱图像分类《.遥感学报》.2020,(第08期),全文.周国华;蒋晖;顾晓清;殷新春.多视角判别度量学习的乳腺影像检索方法《.液晶与显示》.2020,(第06期),全文.吴昊.综合纹理特征的高光谱遥感图像分类方法《.计算机工程与设计》.2012,(第05期),全文.冯静;舒宁.一种新的高光谱遥感图像纹理特征提取方法研究《.武汉理工大学学报》.2009,(第03期),全文.
-
公开(公告)号：CN116797787B
公开(公告)日：2024-01-02
申请号：CN202310573090.2
申请日：2023-05-22
Applicant: 中国地质大学(武汉)
Abstract: 本发明涉及图像处理技术领域，提供了一种基于跨模态融合与图神经网络的遥感影像语义分割方法，包括：获取RGB遥感图和对应的高程图；将所述RGB遥感图和所述高程图输入第一双流编码器‑解码器模块，输出第一重构特征图；将所述第一重构特征图输入图卷积神经网络模块，输出一级分类体系预测图像；将所述RGB遥感图、所述高程图以及所述一级分类体系预测图像输入构建好的语义分割网络，输出二级分类体系预测图像。本发明将一级分类体系预测图像的先验信息融入二级分类体系预测图像的预测过程中，可以引导网络关注不同类别间的差异化特征，提高分割的整体性，从而有效提升了遥感影像语义分割的精确度。
-
公开(公告)号：CN116977750A
公开(公告)日：2023-10-31
申请号：CN202311234948.9
申请日：2023-09-25
Applicant: 中国地质大学(武汉)
IPC: G06V10/764 , G06V10/26 , G06V20/70 , G06V20/10 , G06V10/80 , G06V10/58 , G06V10/56 , G06V10/422 , G06V10/82 , G06N3/0464 , G06N3/042 , G06N3/0455 , G06N3/048 , G06N3/08
Abstract: 本发明公开一种土地覆盖场景分类模型构建方法及分类方法，包括：获取遥感图像集，遥感图像集中的遥感图像中包括土地覆盖场景；将遥感图像输入至构建的初始分类模型中，对初始分类模型进行训练，得到目标分类模型；初始分类模型及目标分类模型包括关联的语义分割模型、残差神经网络模型及图神经网络模型。本发明构建的基于语义分割与多级输出的残差神经网络‑图神经网络搭建的目标分类模型，在对输入的遥感图像进行处理时，由于残差神经网络及图神经网络对语义分割结果中的特征的进一步提取处理及全局学习，从而能够为遥感图像场景分类提供方法支撑，最终提升土地覆盖场景的分类精度，能够确保矿区土地覆盖精细化场景分类的精度及可靠性。
-
-
-
-
-
-
-
-
-
Search Results
81
records
(took 0.089 seconds)
