公开(公告)号：CN119295396A

公开(公告)日：2025-01-10

申请号：CN202411355403.8

申请日：2024-09-27

Applicant: 上海大学

Inventor： 刘奕琳 ,  王瑞 ,  罗勇 ,  叶晓茜

IPC: G06T7/00 ,  G06T5/20 ,  G06T5/70 ,  G06V20/10 ,  G06V10/40 ,  G06V10/58 ,  G06V10/764 ,  G06V10/772 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/088

Abstract: 本发明涉及一种基于几何代数的高光谱异常检测方法、设备及介质，通过特征提取和异常检测推理的分离，以及卷积神经网络编码器和解码器的应用，增强了背景与异常之间的对比度，并充分利用了空间信息。构建基于几何代数的神经网络编码器和解码器，以保留光谱间的内在结构信息。结合低秩表示的高光谱异常检测推理算法，增强了对背景信息的建模能力，并通过同时训练特征提取和异常检测推理过程，提高了模型的整体性能。与现有技术相比，本发明具有检测精度高、鲁棒性强和空间信息利用充分等优点。

公开(公告)号：CN119048872A

公开(公告)日：2024-11-29

申请号：CN202411269074.5

申请日：2024-09-11

Applicant: 上海大学

Inventor： 王瑞 ,  叶晓茜 ,  黄遥 ,  居明 ,  刘奕琳

IPC: G06V10/80 ,  G06V10/82 ,  G06V10/764 ,  G06V10/44 ,  G06V20/10 ,  G06N3/0464

Abstract: 本发明涉及一种基于几何代数的遥感影像融合分类方法及系统，所述方法包括：提取高光谱图像数据和激光雷达图像数据并进行处理获取第一高光谱特征和第一激光雷达特征；基于几何代数卷积和实值卷积网络将第一高光谱特征分层融合输出第二高光谱特征；基于几何代数网络对第一激光雷达特征进行处理提取第二激光雷达特征；所述第二高光谱特征与第二激光雷达特征并称为第二特征；利用几何代数卷积网络对第二特征进行交叉融合操作，输出融合特征；融合特征分类，输出遥感图像的分类结果；所述系统用于实现上述方法，包括特征提取模块、分层融合模块、交叉融合模块和分类器。与现有技术相比，本发明具有融合分类模型性能优良以及多源遥感数据分类更精确等优点。

公开(公告)号：CN119291810A

公开(公告)日：2025-01-10

申请号：CN202411351119.3

申请日：2024-09-26

Applicant: 上海大学

Inventor： 王瑞 ,  黄遥 ,  居明 ,  钟宇轩 ,  叶晓茜 ,  刘奕琳 ,  孙施妍

IPC: G01W1/10 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/006 ,  G06F18/25 ,  G06F18/10 ,  G06F18/213

Abstract: 本发明涉及一种PM2.5浓度预测方法与系统，该方法利用几何代数时空图循环神经网络模型对目标地区的PM2.5浓度进行预测，所述的几何代数时空图循环神经网络模型包括几何代数‑图卷积神经网络和几何代数‑长短期记忆网络，包括以下步骤：采集多源数据以及预处理；利用几何代数‑图卷积神经网络对所述的预处理数据提取空间特征；基于所述的空间特征利用几何代数‑长短期记忆网络获取PM2.5的时空特征；根据所述的时空特征对PM2.5浓度进行预测；该系统用于实现上述方法。与现有技术相比，本发明具有预测PM2.5浓度精度高等优点。