-
公开(公告)号：CN114972546A
公开(公告)日：2022-08-30
申请号：CN202210006726.0
申请日：2022-01-05
Applicant: 大连海事大学
Abstract: 本发明提供一种基于蓝绿通道自适应色彩补偿水下图像增强方法，通过分析水下成像模型的特点，根据蓝、绿色通道均值在三通道均值和的占比，将水下场景深度划分三个等级，进而通过光衰减率特性自适应补偿色彩，实现多场景色彩校正。然后对色彩补偿后的图像划分暗调，中间暗调，中间亮调，亮调四个区域，通过暗区域映函数将图像暗区域映射到亮区域，在提升对比度的同时抑制噪声的产生。最后采用双线性插值解决分块处理产生的区域块效应。通过多组真实水下数据集实验结果表明，与现有方法相比，本发明所述的方法可以提升多种场景的水下图像质量。
-
公开(公告)号：CN107945560A
公开(公告)日：2018-04-20
申请号：CN201711397887.2
申请日：2017-12-21
Applicant: 大连海事大学
Abstract: 本发明提供一种公交智能电子站牌信息显示控制方法及系统，包括：服务端对采集的公交车实时运行状况信息及线路运营信息等原始数据进行预处理，对预处理后的数据进行车辆到站预测、车厢拥挤度评估、线路路况评估等计算，将计算结果存储在数据库中。根据客户端用户的操作或配置文件，向服务端数据库检索相应站点线路上公交车运行状况和相应线路的运营状况信息，在客户端的图形化界面进行信息展示。本发明改善了现有电子站牌功能单一、效果不佳的现状，能够为候车乘客提供更加丰富和直观的公交服务信息，同时提供的客户端远程管理功能，能够对客户端的运行状况进行实施监控，提高了工作效率。
-
公开(公告)号：CN120088168A
公开(公告)日：2025-06-03
申请号：CN202510130112.7
申请日：2025-02-05
Applicant: 大连海事大学
IPC: G06T5/77 , G06T5/70 , G06T5/73 , G06T7/90 , G06N3/094 , G06N3/0464 , G06T5/60 , G06V20/05 , G06V10/77 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0475
Abstract: 本发明公开了一种关注细节特征的水下图像增强方法，包括：构建第一生成器和第二生成器，第一生成器用于将水下图像转换为清晰图像风格，第二生成器用于将清晰图像转换为水下图像风格；第一生成器或者第二生成器包括：编码单元、瓶颈层和解码单元，瓶颈层包括串联的分支注意力模块和特征增强模块和卷积模块；构建基于卷积操作的判别器，判别器用于输出单通道的预测图，根据预测图来判定输入图像是否为真实图像；由第一生成器、第二生成器和判别器做对抗训练，获取训练后的第一生成器，将待增强图像输入训练后的第一生成器进行水下图像增强。本发明基于分支注意力模块对图像的空间和通道特征进行提取，重点关注图像增强过程中的细节。
-
公开(公告)号：CN118865087A
公开(公告)日：2024-10-29
申请号：CN202410907935.1
申请日：2024-07-08
Applicant: 大连海事大学
IPC: G06V20/05 , G06V10/25 , G06V10/44 , G06V10/77 , G06V10/80 , G06V10/82 , G06T3/4046 , G06T3/4053 , G06N3/0455 , G06N3/0464 , G06N3/084
Abstract: 本发明提供一种基于RT‑Detr模型的水下目标检测方法，包括采集水下图像，使用DualConv模块替换RT‑Detr模型中的主干网络中的BasicBlock模块，使用替换的DualConv模块提取图像特征；使用具有提取高低频信息的高效注意力对RT‑Detr模型中的AIFI模块进行改进；使用SPAN模块代替RT‑Detr中的RepC3模块；在特征抽取和分类两个任务之间增加了回归任务，并且提出了新的回归任务对候选框进行更新；采用了一种新的回归损失函数，该函数能够使得预测框更加接近真实框，从而提高了检测精度和召回率。
-
公开(公告)号：CN118840549A
公开(公告)日：2024-10-25
申请号：CN202410872191.4
申请日：2024-07-01
Applicant: 大连海事大学
IPC: G06V10/26 , G06V10/40 , G06N3/0464 , G06V10/80
Abstract: 本发明公开了一种基于双频融合网络的遥感图像语义分割方法，包括以下：获取遥感图像；将所述遥感图像分别输入低频分支和高频分支，所述低频分支通过串联的四个子模块提取遥感图像的细节信息，所述高频分支通过堆叠卷积构成轻量级的卷积网络提取遥感图像的边缘信息；基于像素注意力机制横向连接低频分支第三和第四子模块的输出，学习最优的低频上下文信息；基于边界注意力机制融合高频分支的输出和横向连接后的低频分支输出；通过多重损失分别优化融合输出的边界和细节，从而输出分割图像。本发明通过边界感知实现双频平衡，使高分辨率遥感图像具有更好的分割效果。
-
Patent Agency Ranking
公开(公告)号：CN114972546B
公开(公告)日：2024-08-09
申请号：CN202210006726.0
申请日：2022-01-05
Applicant: 大连海事大学
IPC: G06T7/90 , G06T3/4007 , G06T5/92 , G06T7/11
Abstract: 本发明提供一种基于蓝绿通道自适应色彩补偿水下图像增强方法，通过分析水下成像模型的特点，根据蓝、绿色通道均值在三通道均值和的占比，将水下场景深度划分三个等级，进而通过光衰减率特性自适应补偿色彩，实现多场景色彩校正。然后对色彩补偿后的图像划分暗调，中间暗调，中间亮调，亮调四个区域，通过暗区域映函数将图像暗区域映射到亮区域，在提升对比度的同时抑制噪声的产生。最后采用双线性插值解决分块处理产生的区域块效应。通过多组真实水下数据集实验结果表明，与现有方法相比，本发明所述的方法可以提升多种场景的水下图像质量。
-
公开(公告)号：CN117594187A
公开(公告)日：2024-02-23
申请号：CN202311604336.4
申请日：2023-11-28
Applicant: 大连海事大学
IPC: G16H20/10 , G16H10/60 , G06N3/042 , G06N3/0464 , G06N3/045 , G06N3/0985 , G06F18/25 , G06F123/02
Abstract: 本发明提供一种多层次异步时间的药物推荐方法，包括：利用GAT编码模块，使用图注意网络对电子病历数据进行增强嵌入编码，获取模型可接受的输入向量；利用全局transformer和多核CNN的多层次依赖模块学习局部时间依赖信息，获得全局‑本地多层次依赖信息；使用多核CNN网络来捕捉患者的局部不规则时间信息，对于不规则时间间隔序列，应用不同大小的卷积核进行卷积运算，以捕捉不同时间尺度的局部特征，使用ResNet统一不同卷积核生成的特征的维度；利用异步时间模块对不规则时间间隔进行建模，学习患者历史就诊信息，给出用药推荐结果。本发明设计了一个异步时间模块来融合不规则的时间序列，从而更好的学习患者历史就诊信息，实现更加精准的用药推荐。
-
公开(公告)号：CN117352192A
公开(公告)日：2024-01-05
申请号：CN202311410740.8
申请日：2023-10-28
Applicant: 大连海事大学
IPC: G16H70/40 , G16H50/70 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于EHRs的药物推荐方法及系统。该方法包括：首先对数据进行过滤，获取单次访问和多次访问数据。接着利用基于Tranformer架构的全局融合模块来学习全局信息，其次利用T‑CNN学习局部时序信息，融合全局‑局部多层次依赖信息。最后提出了一个基于内注意机制的不规则时间序列融合模块，通过键值关注机制在不同的时间区间动态分配不同的权重从而推荐药物。本发明在实际数据集上的表现的各项指标数值证明了其有效性。
-
公开(公告)号：CN117173022A
公开(公告)日：2023-12-05
申请号：CN202311141931.9
申请日：2023-09-06
Applicant: 大连海事大学
IPC: G06T3/40 , G06V10/80 , G06N3/0464
Abstract: 一种基于多路径融合和注意力的遥感图像超分辨率重建方法，包括以下步骤：一、对遥感图像进行预处理扩充数据，二、使用单个卷积层对低分辨率遥感图像进行初步特征提取，三、使用级联的多路径融合和通道注意力模块对高频特征信息进行多层级特征提取，四、利用自注意力机制实现空间注意力模块来捕获全局信息，五、利用亚像素卷积实现上采样并且通过单个卷积实现图像重建。本发明使用多路径特征融合，将不同尺度的特征信息结合，更加全面、准确的理解和处理遥感图像；引入空间注意力和通道注意力，解决卷积神经网络不能很好的学习全局特征及对通道不区别对待造成的网络表达能力差的问题；增强重构遥感图像的纹理细节，大大提升遥感图像的视觉效果。
-
公开(公告)号：CN102214321A
公开(公告)日：2011-10-12
申请号：CN201110197854.X
申请日：2011-07-14
Applicant: 大连海事大学
IPC: G06N3/12
Abstract: 本发明公开了一种三维集装箱装载布局优化的方法及系统。其中的方法是利用遗传算法的随机快速搜索能力、潜在并行性、全局收敛性在解空间内寻找一组粗略的可行解，之后以该组粗略的可行解作为蚁群算法的输入，利用蚁群算法的正反馈机制、并行性和搜索较好解的能力求得装箱的最优方案，从而实现了遗传算法与蚁群算法在解决集装箱装载布局问题上的融合，避免了现有采用单一算法解决三维集装箱装载布局问题的缺陷，在兼顾全局搜索能力的同时，兼顾了影响装载效率的几个重要约束条件，可应用性好。
-
-
-
-
-
-
-
-
-
Search Results
30
records
(took 0.021 seconds)
