-
公开(公告)号：CN117891854A
公开(公告)日：2024-04-16
申请号：CN202410071049.X
申请日：2024-01-17
Applicant: 上海海洋大学
IPC: G06F16/2458 , G06F16/29 , G06Q50/26
Abstract: 本发明提供了一种海面温度不可逆性的量化方法，所述方法包括：获取一个时期内海面温度时间序列数据；将时间序列格式的海面温度数据转化为网络数据；对网络的相关拓扑结构进行统计，从网络本身的拓扑结构上获取信息；通过相对熵来获取对海面温度时间序列的不可逆性量化结果。本发明方法可对海面温度数据提供有效精准的非对称性量化，并且能够很好的保留原始数据的多尺度特征。
-
公开(公告)号：CN113326864B
公开(公告)日：2023-11-24
申请号：CN202110365966.5
申请日：2021-04-06
Applicant: 上海海洋大学
IPC: G06V10/774 , G06V10/74 , G06N20/00
Abstract: 一种图像检索模型训练方法，该模型的损失函数其中，m是全部样本的数量；P为正样本对集合；Pi为第i个样本作查询样本时，正样本对的集合；N为负样本对集合；Ni为第i个样本作查询样本时，负样本对的集合；n为选择的负样本对数量；δ为负样本对相似度从高到底排序的顺序(1‑n)；r为阈值参数，代表对负样本对优化的权重；λ、d为阈值参数，共同表示将正负样本拉开的距离；S表示相似度；Sik表示第i个样本和第k的样本的相似度；α、β为阈值参数，分别代表对正样本对损失的权重和对负样本对损失的权重。
-
公开(公告)号：CN109886217B
公开(公告)日：2022-10-14
申请号：CN201910141884.5
申请日：2019-02-26
Applicant: 上海海洋大学
IPC: G06V20/40 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明属于海洋工程技术领域，公开了一种基于卷积神经网络从近岸海浪视频中检测浪高的方法，基于卷积神经网络从近岸海浪视频中检测浪高的方法包括：通过海浪视频预处理，从中抽取图像帧和计算帧间差分，组成包含浪高静态和动态信息的三通道图像；构建能够对海浪浪高进行检测的多层感知卷积神经网络模型；基于经视频预处理后的图像集构建训练数据集，对构建的网络模型进行不同浪高检测的训练；利用训练好的模型较高精度的检测近岸浪的即时海浪高度值。本发明能提高检测的效率，能够在业务化运行要求的精度内达到很好检测效果，能够高精度且快速地获取近岸海浪的有效波高。
-
-
公开(公告)号：CN118228730A
公开(公告)日：2024-06-21
申请号：CN202410227102.0
申请日：2024-02-29
Applicant: 上海海洋大学
IPC: G06F40/295 , G06F40/216 , G06F40/247 , G06F40/166 , G06F16/36 , G06N3/08
Abstract: 本申请公开了一种用于海洋知识图谱的命名实体识别方法及系统，涉及命名实体识别的技术领域。方法包括：在BERT算法的预训练阶段，根据预训练结果对海洋关键词难度进行划分；在BERT算法微调阶段，对海洋关键词进行替换，根据海洋关键词的使用频率，分析海洋关键词的普及度；在BERT算法的命名实体识别阶段，获取待识别文本，识别待识别文本语句中的海洋关键词，根据海洋关键词的难度和普及度分析待识别文本语句难度；获取待识别文本语句长度与语句内容的比值，分析待识别文本的繁琐度；获取用户设置的难度阈值范围，筛选并去除超出难度阈值范围的待识别文本语句，得到命名实体识别结果。本申请提高了用于海洋知识图谱的命名实体识别的准确性。
-
Patent Agency Ranking
公开(公告)号：CN108596853B
公开(公告)日：2022-07-08
申请号：CN201810400875.9
申请日：2018-04-28
Applicant: 上海海洋大学
Abstract: 本发明涉及一种基于背景光统计模型和传输地图优化的水下图像增强方法，所述方法包括以下步骤：步骤S1.首先建立人为选择的背景光估计数据集(MABLs)，然后选择模型的特征参数，最后建立R通道和GB通道的背景光估计模型；步骤S2.基于新UDCP水下暗通道先验性结论得出R通道传输地图(TM)，并推理出深度地图，最终估计出GB通道的TMs及图像复原；步骤S3.在CIE‑Lab颜色模型中的自适应拉伸。其优点表现在：本发明方法适用于复杂环境下的水下图像增强、提高图像增强的运行效率、同时提高图像可视性以及获得更高信息量。相比于其它水下图像增强、复原方法，本文方法有着更好的实效性和鲁棒性。
-
公开(公告)号：CN113673605A
公开(公告)日：2021-11-19
申请号：CN202110972871.X
申请日：2021-08-24
Applicant: 上海海洋大学
Abstract: 本发明公开了一种海水溶解氧评估方法，其包括：(S1)获取两个需要对比海域的海水溶解氧及其相关变量，采用TP有向可视图方法对海水溶解氧及其相关变量的时间序列进行转换，得到各海域的图；海水溶解氧的相关变量包括海温以及盐度；(S2)对两个海域的图进行相似性匹配，得到匹配结果。在本发明中，TP有向可视图可以保留更多时间序列信息的转化成图，可更好的分析时间序列。GSN图相似性匹配从全局层、子图层、节点层综合计算图间相似度，使得相似度评估结果更加准确。
-
公开(公告)号：CN113326864A
公开(公告)日：2021-08-31
申请号：CN202110365966.5
申请日：2021-04-06
Applicant: 上海海洋大学
Abstract: 一种图像检索模型训练方法，该模型的损失函数其中，m是全部样本的数量；P为正样本对集合；Pi为第i个样本作查询样本时，正样本对的集合；N为负样本对集合；Ni为第i个样本作查询样本时，负样本对的集合；n为选择的负样本对数量；δ为负样本对相似度从高到底排序的顺序(1‑n)；r为阈值参数，代表对负样本对优化的权重；λ、d为阈值参数，共同表示将正负样本拉开的距离；S表示相似度；Sik表示第i个样本和第k的样本的相似度；α、β为阈值参数，分别代表对正样本对损失的权重和对负样本对损失的权重。
-
公开(公告)号：CN110197307A
公开(公告)日：2019-09-03
申请号：CN201910477316.2
申请日：2019-06-03
Applicant: 上海海洋大学
Abstract: 本发明公开了一种结合注意力机制的区域型海表面温度预测方法，步骤包括：1)、将区域内每天的SST数据处理成一个矩阵，依次按时间先后进行排列，构成矩阵序列，作为CA-ConvLSTM模型的输入；2)、对SST矩阵进行处理，通过卷积层提取各个记录点的分布特征；3)、利用注意力机制为获得的矩阵特征分配注意力权重，然后将注意力权重乘上对应的矩阵特征，得到加权特征；4)、最后，将加权特征作为ConvLSTM模型的输入，利用ConvLSTM训练预测模型，最终获得预测结果。本发明将区域内SST整理为一个矩阵，作为一个整体输入到模型中，便于模型提取SST的时间和空间相关性。
-
公开(公告)号：CN105117497B
公开(公告)日：2018-12-07
申请号：CN201510626937.4
申请日：2015-09-28
Applicant: 上海海洋大学
IPC: G06F17/30
Abstract: 本发明涉及一种基于Spark云网络的海洋大数据主从索引系统及方法，尤其适用于具有空间自相关性、强相似性、实时等特点的海洋大数据；将大数据时代物联网、云计算等技术应用于分布式索引领域，以物联网作为海洋信息采集的触角，依托聚类思想设计数据划分策略，并将数据分布式部署和存储到各物理云；结合多层主从索引结构实现多源海洋数据快速一站式调用，满足各类海上预警及应急模型中高性能计算、强实时反馈、高频度查询等需求。采用该种结构的基于Spark云网络的海洋大数据主从索引系统及方法，以物理云存储为基础，保证了多源数据毫秒级查询响应需求，从而聚焦快速实时灾害反演及预警，加快了海洋防灾减灾等的数字化和信息化进程。
-
-
-
-
-
-
-
-
-
Search Results
40
records
(took 0.022 seconds)
