-
公开(公告)号：CN110298280B
公开(公告)日：2023-04-07
申请号：CN201910538124.8
申请日：2019-06-20
Applicant: 上海海洋大学
IPC: G06V20/13 , G06V10/44 , G06V10/764
Abstract: 本发明公开了种基于MKL多特征融合的海洋涡旋识别方法，其包括如下步骤：1)对基于合成孔径雷达影像的数据集进行数据预处理；2)批量的将预处理后的合成孔径雷达影像输入特征提取器，并提取灰度共生矩阵特征、傅里叶描述子特征和Harris特征；3)构建不同种类的核函数集，获取灰度共生矩阵特征、傅里叶描述子特征和Harris特征的训练集，对所述训练集做基于多核学习的多特征融合，获得数据集；4)构建分类器模型，其用于数据集的分类。本发明采用多种特征融合策略，将多种不同类型的特征应用于识别海洋涡旋的识别，克服了现有技术中数据处理能力的局限性和存在的传统人工目视、阈值设置方法对海洋涡旋识别的局限性。
-
公开(公告)号：CN106485742B
公开(公告)日：2019-08-23
申请号：CN201610590717.5
申请日：2016-07-26
Applicant: 上海海洋大学
Abstract: 本发明涉及一种基于Arnold混沌映射的遥感图像加密检索方法,所述方法包括以下步骤：步骤S1：遥感图像预处理；步骤S2：遥感图像特征向量的提取；步骤S3：遥感图像的加密保护；步骤S4：遥感图像的相似性匹配；步骤S5：遥感图像的解密以及遥感图像加密的逆过程。其优点表现在：把基于Arnold混沌映射加密方法运用到遥感图像领域，保护了遥感图像在云环境下的安全存储，通过建立明文与密文之间的关联特性，使数据使用者能够直接通过云计算来对密文遥感图像进行安全检索。
-
公开(公告)号：CN106874674B
公开(公告)日：2019-04-19
申请号：CN201710089138.7
申请日：2017-02-20
Applicant: 上海海洋大学
Abstract: 本发明涉及一种面向海洋领域的多元时间序列相似性度量方法，所述的相似性度量方法包括以下步骤：S1收集台风数据；S2对台风数据进行预处理；S3对台风数据进行描述；S4对台风数据进行相似性度量；S5输出相似台风；其中，所述的步骤S2包括筛选台风属性、补充数据，所述的步骤S3包括移动方向表示、台风时间序列表示，所述的步骤S4包括台风属性权重计算、W‑DTW距离计算、W‑DTW距离判断。其优点在于判断具有动态性、空间性、可预测性以及多属性的两个海洋时间序列是否相似；根据已发生的海洋事件来判断当前海洋事件的发展趋势；对于海洋灾害，可以为相关部门提供便捷的辅助决策，做好防护措施，减少其带来的经济损失和人员伤亡。
-
公开(公告)号：CN107194895B
公开(公告)日：2020-07-28
申请号：CN201710388580.X
申请日：2017-05-27
Applicant: 上海海洋大学
Abstract: 本发明涉及一种针对多帧遥感图像的安全外包融合去噪方法，包括本地平台和云平台，所述的本地平台包括遥感图像拆分模块、遥感图像置换模块、遥感图像转换模块、遥感图像加密模块、遥感图像解密模块、遥感图像恢复排列模块、遥感图像合并模块，所述的云平台包括遥感图像融合去噪模块。其优点在于，在本地平台对遥感图像进行拆分、加密，密钥保存在本地平台；将针对同一场景的多帧遥感图像放在云平台进行去噪处理，减少本地平台数据处理量；云平台将去噪完成的图像返回到本地平台，本地平台进行解密、合并，即可得到融合去噪的遥感图像；有效结合了云平台计算效率高和本地平台安全的优点，同时避免了云平台泄密和本地平台计算效率低的缺点。
-
公开(公告)号：CN105930877B
公开(公告)日：2020-07-10
申请号：CN201610374807.0
申请日：2016-05-31
Applicant: 上海海洋大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于多模态深度学习的遥感影像分类方法，该方法包括以下步骤：首先构建多模态遥感影像数据样本集，包括不同成像原理的多模态遥感影像；基于不同的数据模态，构建数据模态敏感的特征学习深度网络，采用不同模态数据分别训练相应的特征学习深度网络；建立模态间特征关联模型生成关联共享特征并训练；采用测试样本集输入训练微调后的多模态深度网络，实现遥感影像精准分类。其优点表现在：有效利用多源遥感影像，挖掘模态间互补、合作信息，整个过程自动进行，减少了人工投入与主观人为因素导致的分类精度低，提高了分类精度。
-
Patent Agency Ranking
公开(公告)号：CN107070638B
公开(公告)日：2020-06-23
申请号：CN201710259920.9
申请日：2017-04-20
Applicant: 上海海洋大学
Abstract: 本发明涉及一种动态加权门限的海洋遥感影像秘密共享方法，其特征在于，所述的动态加权门限海洋遥感影像秘密共享方法，包括初始化阶段模块、影像特征生成哈希值模块、影子信息分发模块、秘密影像恢复模块。优点在于，支持参与者动态变化，且不需要重新分发子秘密，减少实施代价；每个子秘密由参与者自己保存，在对影像恢复时，每个参与者所持有的子秘密本身不必公开，只需提出子秘密的影子信息方可恢复影像，保证子秘密的复用性；引入公告牌发布辅助信息；基于中国剩余定理实现了带权重参与者的秘密共享，并将共享的子秘密转化为多项式线性组合，使得方法可以动态添加或更新秘密，具有灵活性。
-
公开(公告)号：CN107194895A
公开(公告)日：2017-09-22
申请号：CN201710388580.X
申请日：2017-05-27
Applicant: 上海海洋大学
Abstract: 本发明涉及一种针对多帧遥感图像的安全外包融合去噪方法，包括本地平台和云平台，所述的本地平台包括遥感图像拆分模块、遥感图像置换模块、遥感图像转换模块、遥感图像加密模块、遥感图像解密模块、遥感图像恢复排列模块、遥感图像合并模块，所述的云平台包括遥感图像融合去噪模块。其优点在于，在本地平台对遥感图像进行拆分、加密，密钥保存在本地平台；将针对同一场景的多帧遥感图像放在云平台进行去噪处理，减少本地平台数据处理量；云平台将去噪完成的图像返回到本地平台，本地平台进行解密、合并，即可得到融合去噪的遥感图像；有效结合了云平台计算效率高和本地平台安全的优点，同时避免了云平台泄密和本地平台计算效率低的缺点。
-
公开(公告)号：CN106874674A
公开(公告)日：2017-06-20
申请号：CN201710089138.7
申请日：2017-02-20
Applicant: 上海海洋大学
Abstract: 本发明涉及一种面向海洋领域的多元时间序列相似性度量方法，所述的相似性度量方法包括以下步骤：S1收集台风数据；S2对台风数据进行预处理；S3对台风数据进行描述；S4对台风数据进行相似性度量；S5输出相似台风；其中，所述的步骤S2包括筛选台风属性、补充数据，所述的步骤S3包括移动方向表示、台风时间序列表示，所述的步骤S4包括台风属性权重计算、W‑DTW距离计算、W‑DTW距离判断。其优点在于判断具有动态性、空间性、可预测性以及多属性的两个海洋时间序列是否相似；根据已发生的海洋事件来判断当前海洋事件的发展趋势；对于海洋灾害，可以为相关部门提供便捷的辅助决策，做好防护措施，减少其带来的经济损失和人员伤亡。
-
公开(公告)号：CN106485742A
公开(公告)日：2017-03-08
申请号：CN201610590717.5
申请日：2016-07-26
Applicant: 上海海洋大学
Abstract: 本发明涉及一种基于Arnold混沌映射的遥感图像加密检索方法,所述方法包括以下步骤：步骤S1：遥感图像预处理；步骤S2：遥感图像特征向量的提取；步骤S3：遥感图像的加密保护；步骤S4：遥感图像的相似性匹配；步骤S5：遥感图像的解密以及遥感图像加密的逆过程。其优点表现在：把基于Arnold混沌映射加密方法运用到遥感图像领域，保护了遥感图像在云环境下的安全存储，通过建立明文与密文之间的关联特性，使数据使用者能够直接通过云计算来对密文遥感图像进行安全检索。
-
公开(公告)号：CN105930877A
公开(公告)日：2016-09-07
申请号：CN201610374807.0
申请日：2016-05-31
Applicant: 上海海洋大学
IPC: G06K9/62
CPC classification number: G06K9/627
Abstract: 本发明公开了一种基于多模态深度学习的遥感影像分类方法，该方法包括以下步骤：首先构建多模态遥感影像数据样本集，包括不同成像原理的多模态遥感影像；基于不同的数据模态，构建数据模态敏感的特征学习深度网络，采用不同模态数据分别训练相应的特征学习深度网络；建立模态间特征关联模型生成关联共享特征并训练；采用测试样本集输入训练微调后的多模态深度网络，实现遥感影像精准分类。其优点表现在：有效利用多源遥感影像，挖掘模态间互补、合作信息，整个过程自动进行，减少了人工投入与主观人为因素导致的分类精度低，提高了分类精度。
-
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.025 seconds)
