一种基于高性能量化全加网络的遥感图像场景分类方法

    公开(公告)号:CN118429686B

    公开(公告)日:2025-05-13

    申请号:CN202410324714.1

    申请日:2024-03-21

    Abstract: 本申请提供一种基于高性能量化全加网络的遥感图像场景分类方法,属于图像处理技术领域。方法包括:获取基于初始加法核的初始全加网络;对初始加法核进行量化处理,得到量化加法核;对量化加法核进行去偏量化处理,得到目标量化加法核,在初始全加网络中将初始加法核替换为目标量化加法核,得到待训练的量化全加网络;基于基准全加网络模型对量化全加网络进行去偏量化训练,得到训练后的目标量化全加网络,去偏量化训练以遥感图像样本作为训练样本、以遥感图像的场景分类作为下游任务;基于目标量化全加网络,对待识别的任一遥感图像进行场景分类。采用本申请,可以在保证网络精度的前提下,最大程度降低了硬件部署时所需要的资源开销。

    一种面向星载遥感图像变化检测的编码解码特征蒸馏方法

    公开(公告)号:CN118608882A

    公开(公告)日:2024-09-06

    申请号:CN202410666552.X

    申请日:2024-05-28

    Abstract: 本发公开了一种面向星载遥感图像变化检测的编码解码特征蒸馏方法,本发明提出了一种结合随机跨时相相关蒸馏、对比聚类表征蒸馏的编码解码特征蒸馏方法。提出的随机跨时相相关蒸馏通过迭代随机选择和双线性插值匹配教师模型和学生模型的编码特征,并通过相关图获取跨时相变化信息,从而引导学生学习定位变化区域的能力。在提出的对比聚类表征蒸馏中,原型对比图用于描述像素级特征分布,统计聚合度用于描述簇级特征分布。通过引导学生综合学习像素级和簇级的特征分布,可以生成更具判别性的解码特征。

    一种双活性复合催化剂及其制备方法和应用

    公开(公告)号:CN101279272B

    公开(公告)日:2010-07-28

    申请号:CN200810106439.7

    申请日:2008-05-13

    CPC classification number: Y02E60/36

    Abstract: 本发明提供了一种双活性复合催化剂及其制备方法和应用。所述的双活性复合型催化剂由金属硼化物和金属颗粒组成,其中金属硼化物作为载体,既承担了传统催化剂载体在提高催化剂比表面、分散活性物、提供机械支撑等方面的作用,其本身又具有良好的氢活性,因而把催化剂的活性中心拓展到了催化剂的每一个局部;金属颗粒作为活性物并通过化学键合或物理分散的方式附着于金属硼化物上,以进一步提高催化剂活性。本发明所制备的双活性复合型催化剂可以有多种催化用途,包括作为脱氢催化剂,对含有BH4-的水溶液进行快速催化制氢;以及作为质子交换膜燃料电池和直接醇燃料电池的阳极电催化剂。

    一种基于室温熔盐的聚合物电解质材料

    公开(公告)号:CN1919928A

    公开(公告)日:2007-02-28

    申请号:CN200610127107.8

    申请日:2006-09-06

    Abstract: 本发明所制备的以室温或低温熔盐(也称离子液体)材料为基的,与聚合物材料复合形成的全固态或凝胶态的聚合物电解质材料具有较好的热稳定性、良好的电化学性能,特别是在安全性方面,具有明显的优势。本发明通过调节熔盐内阴阳离子的组成和配比,与聚合物并添加适量增塑剂进行加成;或是直接通过导电盐与含有氨基甲酸酯结构的聚合物材料复合制备得到性能优良的凝胶态聚合物电解质、全固态聚合物电解质,在化学电源、特别是面向高功率、高能量密度、高安全性需求的新型电化学储能体系方面具有广阔的应用前景。

    新型吸附储能制冷的复合材料及其制备方法

    公开(公告)号:CN1150238A

    公开(公告)日:1997-05-21

    申请号:CN95117937.3

    申请日:1995-11-02

    Abstract: 新型吸附贮能制冷的复合材料及其制备方法。将沸石分子筛与一些无机添加剂(硅胶,活性炭,粘合剂)混合或复合。该类材料适用于沸石—液体(如:水,醇类等)制冷系统,被系统在真空状态下,可用70-200℃的低温热源(如:太阳能,废热,余热等)来实现吸附贮能制冷的目的。该类材料除保持沸石分子筛在较高温度下吸附容量仍较大等特点外,具有良好的脱附性能,克服了沸石分子筛脱附困难这一关键问题,该类材料制备简单,具有良好的应用前景。

    基于类内-类间关系迁移的无源域自适应遥感场景分类方法

    公开(公告)号:CN118470420A

    公开(公告)日:2024-08-09

    申请号:CN202410633829.9

    申请日:2024-05-21

    Abstract: 本发明提供一种基于类内‑类间关系迁移的无源域自适应遥感场景分类方法,可以改善由于域间差异所导致的性能下降,该方法包括:将预测输出作为锚点,将和目标域输入图像类别一致的图像视图作为正样本,将与该图像类别不一致的其他所有图像视图作为负样本,计算得到类别对比损失函数;预测输出作为锚点,将目标域输入图像的弱增强图像视图作为正样本,将同个训练批次内其他所有图像的增强视图作为负样本,计算得到实例对比损失函数;将类内‑类间关系zcr嵌入类别对比损失函数和实例对比损失函数,基于类内‑类间关系的对比损失函数,对目标域特征提取器和目标域分类器进行迭代优化,基于优化结果实现遥感场景分类。

Patent Agency Ranking