公开(公告)号：CN114882488B

公开(公告)日：2024-06-28

申请号：CN202210547679.0

申请日：2022-05-18

Applicant: 北京理工大学

Inventor： 党迎旭 ,  王树良 ,  李燈杰 ,  王奕 ,  李明 ,  袁汉宁 ,  耿晶 ,  潘新宇

IPC: G06V20/62 ,  G06V20/10 ,  G06V10/82 ,  G06V30/18 ,  G06V30/19 ,  G06F16/36 ,  G06N3/042 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提出一种基于深度学习与注意力机制的多源遥感图像信息处理方法，包括：步骤1，构建图像描述生成器，所述图像描述生成器基于自上而下图像描述模型构建而成；该自上而下图像描述模型包括顺序连接的注意力LSTM模型和语句生成LSTM模型；步骤2：采用融入词性特征的文本图像匹配的POS‑SCAN模型对图形描述生成器进行训练，得到所述图形描述生成器的损失函数；步骤3：将所述图像描述生成器进行自序列训练后，将所述多源遥感图像进行区域特征提取，并将区域特征提取结果输入所述图像描述生成器，得到所述图像对应的文字标签；步骤4：将所述区域特征提取结果、所述文字标签及候选语句输入相似性评分模块，得到相似度评分结果。

公开(公告)号：CN114882488A

公开(公告)日：2022-08-09

申请号：CN202210547679.0

申请日：2022-05-18

Applicant: 北京理工大学

Inventor： 党迎旭 ,  王树良 ,  李燈杰 ,  王奕 ,  李明 ,  袁汉宁 ,  耿晶 ,  潘新宇

IPC: G06V20/62 ,  G06V30/18 ,  G06V30/19 ,  G06F16/36 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提出一种基于深度学习与注意力机制的多源遥感图像信息处理方法，包括：步骤1，构建图像描述生成器，所述图像描述生成器基于自上而下图像描述模型构建而成；该自上而下图像描述模型包括顺序连接的注意力LSTM模型和语句生成LSTM模型；步骤2：采用融入词性特征的文本图像匹配的POS‑SCAN模型对图形描述生成器进行训练，得到所述图形描述生成器的损失函数；步骤3：将所述图像描述生成器进行自序列训练后，将所述多源遥感图像进行区域特征提取，并将区域特征提取结果输入所述图像描述生成器，得到所述图像对应的文字标签；步骤4：将所述区域特征提取结果、所述文字标签及候选语句输入相似性评分模块，得到相似度评分结果。

公开(公告)号：CN114510991A

公开(公告)日：2022-05-17

申请号：CN202111613504.7

申请日：2021-12-27

Applicant: 北京理工大学

Inventor： 党迎旭 ,  王树良 ,  王奕 ,  袁汉宁 ,  耿晶 ,  刘传鲁 ,  刘衬 ,  赵园

IPC: G06K9/62

Abstract: 本发明的启发式的不等长时间序列聚类核心集的构建方法，通过增加核心集Ct‑1的时间序列数据对象的权重，根据该权重采样不等长时间序列数据集TS的时间序列数据对象Tj，根据时间序列数据对象Tj构建稀疏矩阵A’，将稀疏矩阵A’利用SPIRAL算法中提出的循环坐标下降法进行矩阵分解得到TS的特征向量X；将特征向量X输入到LWCS算法得到时间序列数据Tj的采样概率Qt(i)，优化采样概率Qt(i)为采样概率Pt(i)；根据采样概率Pt(i)重构TS的核心集Ct；当核心集Ct‑1和核心集Ct中相同的时间序列数据Tj的个数大于预设阈值时，核心集Ct收敛，核心集Ct为不等长时间序列聚类的核心集C。使可能为核心集成员的数据对象的特征转换更准确且趋于稳定，实现高质量的核心集构建。