-
公开(公告)号:CN119395744A
公开(公告)日:2025-02-07
申请号:CN202411540111.1
申请日:2024-10-31
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提出一种伽马能谱仪的自适应稳谱方法和装置,包括:在伽马能谱仪的闪烁晶体接收到伽马射线时,获取伽马能谱仪的谱线数组,提取谱线数组中的最大值作为稳谱结果,比较稳谱结果和预设的稳谱目标是否相同,若相同,则判定伽马能谱仪已校准,执行检测步骤,否则执行稳谱步骤;判断稳谱结果和稳谱目标的差值是否小于预设值,若是,则执行软件稳谱处理,通过系数调整谱线数组,以将稳谱结果校准至和稳谱目标相同,执行检测步骤,否则,执行硬件稳谱处理,通过调控伽马能谱仪中光电倍增管的供电电压,改变光电倍增管内部电场的场强,直到稳谱结果校准至和稳谱目标相同,执行检测步骤。
-
公开(公告)号:CN113313202A
公开(公告)日:2021-08-27
申请号:CN202110686059.0
申请日:2021-06-21
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提供一种基于渐进式未知域扩展的单域泛化网络,包括样本生成器G、分类模型M以及循环生成器Gcyc,其中样本生成器G用于将样本泛化到多个领域,分类模型M用于对输入分类,并用于验证样本生成器G生成样本的有效性与安全性,循环生成器Gcyc用于验证样本生成器G生成样本的安全性,其中经过样本生成器G泛化后的样本作为分类模型M的训练样本对分类模型M进行训练,以及作为循环生成器Gcyc的输入,由循环生成器Gcyc进行验证。本发明在分布外样本分类、分布外图像分割任务中有效的提升了分类正确率,并且可以推广至其他有限有偏样本的分类任务中。
-
公开(公告)号:CN112699726A
公开(公告)日:2021-04-23
申请号:CN202011251301.3
申请日:2020-11-11
Applicant: 中国科学院计算技术研究所数字经济产业研究院 , 杭州中科睿鉴科技有限公司
Abstract: 本发明涉及一种图像增强方法、真伪商品鉴别方法及设备。本发明的目的是提供一种图像增强方法、真伪商品鉴别方法及设备,以避免数据集有偏导致分类模型过拟合到无关因子。本发明的技术方案是:一种图像增强方法,其特征在于:S01、对于具体的图像分类任务分析其中分类无关的有偏因子,控制有偏因子对应的属性为唯一变量,摄取图像作为源域数据集;S02、通过GAN网络结构训练有偏因子对应属性迁移模型,学习一个生成器G,x’=G(x,a);S03、在目标数据集上,应用经训练的生成器G扩充样本,对于目标数据集上的每一个样本,通过遍历有偏因子对应属性所有的取值a,得到无偏的生成样本。本发明适用于计算机视觉领域。
-
公开(公告)号:CN118570469A
公开(公告)日:2024-08-30
申请号:CN202410647059.3
申请日:2024-05-23
Applicant: 中国科学院计算技术研究所
IPC: G06V10/26 , G06V20/70 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N5/04 , G06V10/80
Abstract: 本发明提供了一种基于计算机视觉的水蚀沟识别方法,包括:进行数据采集,生成选定区域的水蚀沟数据集;搭建采用水蚀沟提取算法的语义分割神经网络,将所述水蚀沟数据集输入到所述语义分割神经网络,训练出水蚀沟提取模型;将待识别图像输入到所述水蚀沟提取模型中进行模型推理,从所述待识别图像中识别出水蚀沟信息。本发明还提供一种基于计算机视觉的水蚀沟识别系统、存储介质及电子设备。借此,本发明能够自动实现对水蚀沟进行精准定位和准确识别,可节省大量的时间和人力成本,适用于大范围动态监测。
-
公开(公告)号:CN119595671A
公开(公告)日:2025-03-11
申请号:CN202411651845.7
申请日:2024-11-19
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提出一种基于伽马能谱和XGboost算法的土壤养分检测方法,包括:构建用于土壤养分检测的训练样本,该训练样本包括:放射性元素数据,该训练样本的标签为与该放射性元素数据采集土壤点位相同的土壤养分数据;将该训练样本输入XGboost模型,XGboost模型提取该训练样本的特征并预测该训练样本的土壤养分,作为养分预测值,根据该养分预测值和该训练样本的标签,构建损失函数训练该XGboost模型,得到土壤养分检测模型;通过伽马能谱仪采集待测土壤的土壤放射性元素,并将其输入该土壤养分检测模型,得到该待测土壤的养分检测结果。
-
公开(公告)号:CN119168321A
公开(公告)日:2024-12-20
申请号:CN202411333338.9
申请日:2024-09-24
Applicant: 中国科学院计算技术研究所
IPC: G06Q10/0631 , G06Q10/04 , G06Q50/02 , G06N5/01
Abstract: 本发明提出一种基于联合优化的播种作业农机调度方法和装置,包括:根据收获作业中的农场总面积、农机具宽幅,构建农机配置模型N;根据标准播期的产量、早播面积,构建播期影响下的实际产量模型Yac;根据燃油价格、播种作业天数,构建播种农机作业的油耗成本模型Cs;根据单位时间的人工成本,构建人工成本模型Cc;根据农机配置模型N、实际产量模型Yac、油耗成本模型Cs、人工成本模型Cc,构建表示播种所需的各类农机资源、作业时间与利润之间关系的目标模型;根据农机作业时间上限、农机总数上限、农场总面积上限,构建目标模型的限制约束,在限制约束下,求解目标模型输出利润最大时的农机调度策略;以农机调度策略执行作物的播种作业任务。
-
公开(公告)号:CN119168136A
公开(公告)日:2024-12-20
申请号:CN202411206650.1
申请日:2024-08-30
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提出一种基于生产规划联合优化的农机调度方法和装置,本发明根据播种时间、植保时间、收获时间、作物含水量以及作业相关成本如:油耗、人工、种子、农药等因素,提出针对玉米作物的全周期农机播种、植保、收获计划的、以最大化企业利润为目标的数学模型,然后将该数学模型转换为强化学习的模型,通过深度强化学习的方法对其进行求解,给出农机调度策略。具体来说本发明基于农场实际数据及外界因素影响构建以最大化企业利润为目标的全周期农机资源调度模型;并基于深度确定性策略梯度模型获得近似最优的农机调度策略。
-
公开(公告)号:CN117970796A
公开(公告)日:2024-05-03
申请号:CN202311834509.1
申请日:2023-12-28
Applicant: 中国科学院计算技术研究所
IPC: G05B13/04
Abstract: 本发明提出一种基于PSO‑LQR算法的自适应路径跟踪方法,包括:模型构建步骤,建立智能车辆的运动模型,生成该运动模型的LQR目标函数,建立关于该LQR目标函数的优选模型;该优选模型基于粒子群优化算法获取该LQR目标函数的优选控制量;控制量生成步骤,获取该智能车辆当前位置与路径点的位置偏差,通过该优选模型获得该优选控制量;路径跟踪步骤,以该优选控制量对该智能车辆实施路径跟踪状态控制。本发明还提出一种基于PSO‑LQR算法的自适应路径跟踪系统,以及一种用于实现智能车辆的自适应路径跟踪的数据处理装置。
-
公开(公告)号:CN112699726B
公开(公告)日:2023-04-07
申请号:CN202011251301.3
申请日:2020-11-11
Applicant: 中国科学院计算技术研究所数字经济产业研究院 , 杭州中科睿鉴科技有限公司
IPC: G06V20/20 , G06V10/74 , G06V10/774 , G06V10/764
Abstract: 本发明涉及一种图像增强方法、真伪商品鉴别方法及设备。本发明的目的是提供一种图像增强方法、真伪商品鉴别方法及设备,以避免数据集有偏导致分类模型过拟合到无关因子。本发明的技术方案是:一种图像增强方法,其特征在于:S01、对于具体的图像分类任务分析其中分类无关的有偏因子,控制有偏因子对应的属性为唯一变量,摄取图像作为源域数据集;S02、通过GAN网络结构训练有偏因子对应属性迁移模型,学习一个生成器G,x’=G(x,a);S03、在目标数据集上,应用经训练的生成器G扩充样本,对于目标数据集上的每一个样本,通过遍历有偏因子对应属性所有的取值a,得到无偏的生成样本。本发明适用于计算机视觉领域。
-
公开(公告)号:CN119439226A
公开(公告)日:2025-02-14
申请号:CN202411616022.0
申请日:2024-11-13
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提出一种基于双指数梯形成形的高分辨率伽马能谱分析方法和装置,包括:待测土壤的γ射线入射到伽马能谱仪的闪烁体内后,产生光子,该光子聚到该伽马能谱仪的光电倍增管,得到电压脉冲;通过对该电压脉冲的脉冲衰减阶段进行采样,采集相邻两个点的数据做商,得到脉冲平顶宽度,将该脉冲平顶宽度和预设的梯形脉冲上升长度和下降长度带入双指数脉冲梯形成形时域表达式,得到成形结果,将该成形结果送入该伽马能谱仪的ADC进行采样做多道脉冲幅度分析,从而获得该待测土壤的谱线数据。本发明提出的双指数梯形成形算法,能够提高频谱分辨率,让能谱分析更加准确。
-
-
-
-
-
-
-
-
-