-
公开(公告)号：CN119832175A
公开(公告)日：2025-04-15
申请号：CN202411860512.5
申请日：2024-12-17
Applicant: 中国地质大学(武汉)
IPC: G06T17/05 , G06N3/045 , G06N3/0475 , G06N3/094 , G01V20/00
Abstract: 本申请提供了一种基于渐进式条件生成对抗网络的储层地质建模方法，涉及储层地质建模领域，方法包括：获取地质图像以及测井数据；根据地质图像以及测井数据，构建训练样本对；构建基于测井数据的渐进式条件生成对抗网络；通过训练样本对，结合分辨率逐级提升的渐进式训练方法，对渐进式条件生成对抗网络进行训练；获取待预测的测井数据；将待预测的测井数据输入渐进式条件生成对抗网络，生成既符合地质模式又符合测井数据约束的储层图像。本申请的技术方案解决储层建模中地质体空间分布模式捕捉不足以及难以满足测井数据约束的问题。
-
公开(公告)号：CN118644778A
公开(公告)日：2024-09-13
申请号：CN202410752057.0
申请日：2024-06-12
Applicant: 中国地质大学(武汉)
IPC: G06V20/10 , G06V10/25 , G06V10/774 , G06V10/82 , G06V10/52 , G06V10/77 , G06V10/764 , G06V10/766 , G06V10/80 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本申请提供了一种基于特征增强的遥感图像小目标检测方法、设备及介质，涉及遥感图像目标检测领域，方法包括：构建遥感数据集；通过分析遥感图像中的小目标的颜色纹理、上下文信息和边缘形状，构建关联关系模型；通过关联关系模型、检测头增强模块、感兴趣区域转换模块以及动态特征选择模块，构建目标检测模型；通过遥感数据集以及自定义损失函数，对目标检测模型进行训练；获取待检测遥感图像；通过训练后的目标检测模型对待检测遥感图像进行小目标检测。采用动态特征选择模块对遥感图像进行特征增强，使用检测头增强模块来提升目标的特征表达能力，引入可变形卷积来动态调整采样位置，适应目标形状变化，提升了小目标的检测精度和模型表现力。
-
公开(公告)号：CN111191514B
公开(公告)日：2023-09-01
申请号：CN201911232855.6
申请日：2019-12-04
Applicant: 中国地质大学(武汉)
IPC: G06V20/13 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08 , G01N21/17 , G01J3/28
Abstract: 本发明提供一种基于深度学习的高光谱图像波段选择方法，包括：利用原始的高光谱图像数据训练得到表征各波段重要性的权重向量；根据权重向量对波段数据进行逐波段的加权运算得到波段注意力映射；采用重构网络模块对波段注意力映射进行非线性重构，得到波段的重构输出；利用波段的重构输出、原始的波段数据以及权重向量构建最小化损失函数模型，采用梯度下降优化方法对所述模型中的参数进行逐层优化求解，得到优化后的波段权重，进一步根据权重排序结果选择波段子集。本发明提供一个通用的波段选择框架，充分考虑高光谱图像的非线性特性，并整合了特征提取与波段选择，避免了噪声波段的影响，结构设计灵活，且可以与任意神经网络模型结合。
-
公开(公告)号：CN113468968B
公开(公告)日：2023-04-07
申请号：CN202110615440.8
申请日：2021-06-02
Applicant: 中国地质大学(武汉)
IPC: G06V20/10 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种基于无锚框的遥感图像旋转目标检测方法，首先对遥感图像进行四倍下采样操作，获得特征丰富且尺寸合适的图像；构建无锚框的遥感图像旋转目标检测模型，将获得的图像作为输入，利用骨干网络提取浅层和深层特征图；利用提取出的不同尺度特征使用特征金字塔进行特征融合，获得四倍下采样的特征图；设计目标检测head模块，将得到的特征图作为head模块的输入，head模块检测特征图中每个像素点的类别和位置，设计损失函数，计算输出预测框相对边界框的损失函数：更新模型参数，完成模型的训练；利用所述训练完成的目标检测模型进行遥感图像目标检测。本发明提高了模型的检测精度，简化模型的结构复杂度。
-
公开(公告)号：CN109389037B
公开(公告)日：2021-05-11
申请号：CN201811005176.0
申请日：2018-08-30
Applicant: 中国地质大学(武汉)
Abstract: 本发明提供了一种基于深度森林和迁移学习的情感分类方法，首先选取源域数据集和训练目标域数据集；再使用深度卷积神经网络对源域数据集进行训练，得到并保存训练好的特征提取模型；对训练目标域数据进行预处理，所述预处理包括通道转换及尺寸裁剪；利用所述特征提取模型对预处理后的训练目标域数据集进行特征提取，得到样本特征；将样本特征作为深度森林分类模型的输入，对深度森林分类模型进行训练；当深度森林模型分类模型训练完成后，利用训练后的深度森林分类模型对实际需要处理的人脸情感图像进行分类，得到所述人脸情感图像的分类结果。本发明的有益效果是：提高了分类效率，降低了分类成本以及对训练样本的需求量。
-
Patent Agency Ranking
公开(公告)号：CN111626332B
公开(公告)日：2021-03-30
申请号：CN202010341727.1
申请日：2020-04-27
Applicant: 中国地质大学(武汉)
Abstract: 本发明提供一种基于图卷积极限学习机的快速半监督分类方法，包括以下步骤：构建疾病分类数据的自表达模型，并利用所述自表达模型构建疾病分类数据的全局鲁棒图，得到疾病分类数据的邻接矩阵A；根据所述邻接矩阵A计算随机图卷积模型输出H；根据所述随机图卷积模型输出H计算图卷积极限学习机的输出层权重β；利用计算得到的图卷积极限学习机的输出层权重β对未标记的疾病分类数据进行分类；本发明的有益效果是：在极限学习机方法中引入图卷积网络来代替隐藏层，构成一种全新的图卷积极限学习机模型；该模型能处理非欧式的图结构数据，如泛化到疾病分类、生物信息、化学医药等领域中，同时能够保持极限学习机的快速学习速度和通用的逼近能力。
-
公开(公告)号：CN107545570B
公开(公告)日：2019-11-15
申请号：CN201710772544.3
申请日：2017-08-31
Applicant: 中国地质大学(武汉)
Abstract: 本发明提供一种半参考图的重构图像质量评价方法，包括以下步骤：通过添加权重改进了传统的EMD算法，将其引入到重构图像的质量评价中，分别提出了基于SIFT特征的局部EMD图像质量评价，基于视觉显著性特征的全局部EMD图像质量评价，最后融合得到一种重构图像质量的整体评价。本发明可应用于视频传输中的数字水印验证、利用辅助通道进行视频质量监控与码流率控制等。
-
公开(公告)号：CN109389037A
公开(公告)日：2019-02-26
申请号：CN201811005176.0
申请日：2018-08-30
Applicant: 中国地质大学(武汉)
Abstract: 本发明提供了一种基于深度森林和迁移学习的情感分类方法，首先选取源域数据集和训练目标域数据集；再使用深度卷积神经网络对源域数据集进行训练，得到并保存训练好的特征提取模型；对训练目标域数据进行预处理，所述预处理包括通道转换及尺寸裁剪；利用所述特征提取模型对预处理后的训练目标域数据集进行特征提取，得到样本特征；将样本特征作为深度森林分类模型的输入，对深度森林分类模型进行训练；当深度森林模型分类模型训练完成后，利用训练后的深度森林分类模型对实际需要处理的人脸情感图像进行分类，得到所述人脸情感图像的分类结果。本发明的有益效果是：提高了分类效率，降低了分类成本以及对训练样本的需求量。
-
公开(公告)号：CN107479575A
公开(公告)日：2017-12-15
申请号：CN201710740646.7
申请日：2017-08-25
Applicant: 中国地质大学(武汉)
IPC: G05D1/10
Abstract: 本发明涉及一种多旋翼无人机飞行控制方法，包括：当通过超声波检测到多旋翼无人机飞行前方有障碍物时，采集障碍物的第一图像，并实时采集障碍物的位置信息；根据第一图像、位置信息、预设的采集参数信息和多旋翼无人机的可穿越空间尺寸，确定多旋翼无人机的飞行方式，飞行方式包括展开支架向前飞行、收起支架向前飞行和返航；根据飞行方式，控制多旋翼无人机的飞行。本发明通过图像识别实现对障碍物中狭小空间的识别以及通过飞行控制实现多旋翼无人机在狭小空间的平稳穿行，无需缩小多旋翼无人机的体积，提高了多旋翼无人机的续航能力。
-
公开(公告)号：CN107478233A
公开(公告)日：2017-12-15
申请号：CN201710740776.0
申请日：2017-08-25
Applicant: 中国地质大学(武汉)
IPC: G01C21/20
Abstract: 本发明涉及一种地质勘探航迹规划方法，包括：根据数字地图信息，确定非重点勘探区域和重点勘探区域，其中，重点勘探区域包括m个勘探单元，m≥1，m为整数。根据代价函数，确定载有高光谱仪的多旋翼无人机从起始点到重点勘探区域的第一最优航迹线，并得到第一最优航迹线对应的勘探单元。根据代价函数和勘探单元，确定多旋翼无人机对m个勘探单元的勘探顺序。根据m个勘探单元、勘探顺序和代价函数，确定多旋翼无人机在每一个勘探单元内的最优勘探路线以及在重点勘探区域的勘探终点。根据代价函数，确定多旋翼无人机从勘探终点到起始点的第二最优航迹线，完成地质勘探航迹规划。本发明提高了无人机地质勘探的效率和精确度，降低了勘探成本。
-
-
-
-
-
-
-
-
-
Search Results
47
records
(took 0.037 seconds)
