-
公开(公告)号：CN113989474B
公开(公告)日：2024-08-06
申请号：CN202111498806.4
申请日：2021-12-09
Applicant: 北京环境特性研究所
IPC: G06V10/143 , G06V10/25 , G06V10/80 , G06V10/82 , G06N3/0475 , G06N3/045
Abstract: 本发明涉及一种基于递进式层级融合网络的红外小目标智能识别方法，利用双波段红外在成像信息上的互补性，从数据维进行数据融合增强，提高神经网络用于红外小目标识别的可用信息量；从嵌入式应用部署出发构建双波段红外数据融合与目标检测一体化神经网络，充分利用网络中不同组件间参数的权值共享，增强数据间的耦合效应，降低网络模型整体计算复杂度；以双波段红外数据融合为基础，设计了建面向红外弱小目标检测识别的像素级—特征级—决策级递进式多级融合的一体化神经网络架构，实现了高效的红外小目标识别能力，在夜视监控、危险源探测、人员搜救等方面有着重要的作用。
-
公开(公告)号：CN110909550B
公开(公告)日：2023-11-03
申请号：CN201911106399.0
申请日：2019-11-13
Applicant: 北京环境特性研究所
IPC: G06F40/30
Abstract: 本申请涉及一种文本处理方法、装置、电子设备和计算机可读存储介质，文本处理方法包括：获取目标文本的目标文本序列，从所述目标文本序列中提取出主题词序列；分别获取所述目标文本序列中各个词语与所述主题词序列之间的语义距离，基于所述语义距离确定所述目标文本的关键词序列；获取所述关键词序列中各个关键词的向量，以构建词向量矩阵；通过预设的随机梯度下降算法获取所述目标文本的语义权重参数矩阵；根据所述词向量矩阵和所述语义权重参数矩阵获取所述目标文本的语义向量。本申请提供的文本处理方法可以更准确地表达目标文本的语义。
-
公开(公告)号：CN114330350A
公开(公告)日：2022-04-12
申请号：CN202210007201.9
申请日：2022-01-05
Applicant: 北京环境特性研究所
IPC: G06F40/295
Abstract: 本发明涉及计算机深度学习技术领域，特别涉及一种命名实体识别方法、装置、电子设备及存储介质，该方法包括：获取已知命名实体的中文文本并进行预处理，得到多个已知命名实体的文本向量；基于已知命名实体的文本向量，对联合模型进行训练；联合模型包括字符识别模型、分词识别模型和序列标注模型；获取待识别的中文文本并进行预处理，得到待识别的文本向量；将待识别的文本向量输入训练后的联合模型，进行命名实体识别。本发明能够提高中文文本的实体识别性能。
-
公开(公告)号：CN110826566B
公开(公告)日：2022-03-01
申请号：CN201911059934.1
申请日：2019-11-01
Applicant: 北京环境特性研究所
Abstract: 本发明涉及一种基于深度学习的目标切片提取方法，该方法包括：基于原始图像确定待提取的目标，针对目标搭建深度卷积神经网络并进行训练；将原始图像输入训练好的深度卷积神经网络，通过深度卷积神经网络对含背景的原始图像进行像素级目标背景分离，实现目标分割；根据分离背景得到的目标图像和切片预定尺寸，获取目标切片图像并调整其尺寸；判断调整后的目标切片图像是否存在缺失像素，如存在，则计算缺失尺寸并进行相应的缺失填充，得到最终的目标切片。该方法实现了目标自动检索、像素分割，支持批量制备目标切片，保证目标切片提取过程中不会被随意裁剪、缩放的同时，实现目标切片提取的智能化、高效化。
-
公开(公告)号：CN113989474A
公开(公告)日：2022-01-28
申请号：CN202111498806.4
申请日：2021-12-09
Applicant: 北京环境特性研究所
IPC: G06V10/143 , G06V10/25 , G06V10/80 , G06K9/62
Abstract: 本发明涉及一种基于递进式层级融合网络的红外小目标智能识别方法，利用双波段红外在成像信息上的互补性，从数据维进行数据融合增强，提高神经网络用于红外小目标识别的可用信息量；从嵌入式应用部署出发构建双波段红外数据融合与目标检测一体化神经网络，充分利用网络中不同组件间参数的权值共享，增强数据间的耦合效应，降低网络模型整体计算复杂度；以双波段红外数据融合为基础，设计了建面向红外弱小目标检测识别的像素级—特征级—决策级递进式多级融合的一体化神经网络架构，实现了高效的红外小目标识别能力，在夜视监控、危险源探测、人员搜救等方面有着重要的作用。
-
Patent Agency Ranking
公开(公告)号：CN112700005A
公开(公告)日：2021-04-23
申请号：CN202011576874.3
申请日：2020-12-28
Applicant: 北京环境特性研究所
Abstract: 一种基于蒙特卡洛树搜索的异常事件处理方法和装置，包括：监测深海安全事件推演场景中异常事件；当所述异常事件(如海底电缆断裂等)发生时；通过对异常事件处理方案空间进行采样建立蒙特卡洛搜索树；并确定异常事件发生后的待选处置方案的选择；确定采取每一种所述待选处置方案所取得的收益，对所述异常事件造成的影响进行评估；确定使所述异常事件造成的全局损失最小的处置方案，获得最优的异常事件处置方案(如最优的带宽分配策略等)。从而降低该异常事件对经济、民生等方面的安全影响范围及影响程度。
-
公开(公告)号：CN112415514B
公开(公告)日：2023-05-02
申请号：CN202011278930.5
申请日：2020-11-16
Applicant: 北京环境特性研究所
IPC: G01S13/90 , G06V10/74 , G06V10/774 , G06N3/0464
Abstract: 本发明涉及一种目标SAR图像生成方法及装置、计算机设备、计算机可读存储介质，该方法包括：获取真实的SAR图像数据构成训练集；由一组训练样本中选出N个方位角连续的SAR真实图像，利用卷积神经网络提取特征；将首个SAR真实图像的单图特征和连续N个SAR真实图像的整体关系特征输入生成对抗网络的生成器，得到N‑1个SAR生成图像；通过生成对抗网络的判别器，对N‑1个SAR生成图像和相对应的N‑1个SAR真实图像分别进行特征对比，利用损失函数衡量SAR生成图像和SAR真实图像的相似度；得到完成训练的生成对抗网络，随机生成SAR生成图像。本发明可实现SAR图像数据的外推生成，以完善并扩充数据量。
-
公开(公告)号：CN114330350B
公开(公告)日：2024-10-11
申请号：CN202210007201.9
申请日：2022-01-05
Applicant: 北京环境特性研究所
IPC: G06F40/295
Abstract: 本发明涉及计算机深度学习技术领域，特别涉及一种命名实体识别方法、装置、电子设备及存储介质，该方法包括：获取已知命名实体的中文文本并进行预处理，得到多个已知命名实体的文本向量；基于已知命名实体的文本向量，对联合模型进行训练；联合模型包括字符识别模型、分词识别模型和序列标注模型；获取待识别的中文文本并进行预处理，得到待识别的文本向量；将待识别的文本向量输入训练后的联合模型，进行命名实体识别。本发明能够提高中文文本的实体识别性能。
-
公开(公告)号：CN112270370B
公开(公告)日：2023-06-02
申请号：CN202011226859.6
申请日：2020-11-06
Applicant: 北京环境特性研究所
IPC: G06V10/766 , G06V10/80 , G06V10/82 , G06V10/26 , G06V10/774 , G06V20/70 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本发明涉及一种车辆表观毁伤评估方法、计算机设备及计算机可读存储介质，该方法包括：进行尺寸归一化处理；分两路进行灰度化，一路直接进行灰度化处理，得到含目标及背景的灰度图像，另一路先利用目标语义分割模型进行像素级分割，分割出目标区域，再对分割得到的图像进行灰度化处理，得到只含目标的灰度图像；基于卷积神经网络构建特征提取模型，对得到的含目标及背景的灰度图像和只含目标的灰度图像分别进行高维特征提取；对得到的两路目标高维卷积特征进行特征融合；利用全连接网络对最终目标融合特征进行回归计算，并输出一个0～1范围内的连续值，作为车辆目标表观毁伤程度评估值。本发明能够实现车辆表观毁伤的快速量化评估。
-
公开(公告)号：CN112098733A
公开(公告)日：2020-12-18
申请号：CN202011002152.7
申请日：2020-09-22
Applicant: 北京环境特性研究所
Abstract: 本发明提供了一种电磁散射特性数据插值生成方法和装置。所述方法包括：获取目标电磁散射特性数据，并按照电磁散射数据空间描述规范对所述电磁散射特性数据进行整编；根据预设的平滑处理机制对所述电磁散射特性数据进行平滑处理；利用预设的决策树集群模型进行电磁散射数据插值生成。本发明具有高鲁棒性且可生成高置信度数据的电磁散射数据插值生成方法，以解决目标电磁散射特性数据插值生成中，插值数据置信度较低、插值方法鲁棒性弱的问题。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.032 seconds)
