基于知识蒸馏的天地一体化网络时空流量预测方法

    公开(公告)号:CN117650834B

    公开(公告)日:2024-04-12

    申请号:CN202410117747.9

    申请日:2024-01-29

    Inventor: 杨力 陈旭 黄琦龙

    Abstract: 本发明公开了一种基于知识蒸馏的天地一体化网络时空流量预测方法,包括以下步骤:控制平面GEO卫星收集并处理来自流量计数器的数据平面LEO卫星统计数据;GEO从地面管理中心历史模型库中寻找上一周期的基于注意力机制的时空流量预测模型;地面管理中心查询历史模型库,并将选定的历史模型传输至GEO卫星;GEO将历史模型与收集的最新数据相结合,使用自适应知识蒸馏训练策略获取最新模型;最新模型传输到地面管理中心,并保存在历史模型库中,作为历史模型供将来使用。该方法能够减少资源浪费,提高预测准确度。

    一种基于改进的正交匹配追踪的图像去噪方法

    公开(公告)号:CN107644406B

    公开(公告)日:2021-05-07

    申请号:CN201710868505.3

    申请日:2017-09-22

    Abstract: 本发明公开了一种基于改进的正交匹配追踪的图像去噪方法。该方法步骤如下:首先对图像进行数字化处理,将图像当中的每个像素视为一个原子;然后通过残差r与测量矩阵Φ中各个原子之间内积的绝对值,来计算相关系数,以此选出L个值,并将这L个值的索引值存入索引矩阵Am中,更新测量矩阵Φ,直到满足条件残差足够小,且最后求得的残差小于上一次的残差,根据得到的残差重建图像,实现去噪。本发明在进行信号采样的同时进行信号的稀疏编码,利用信号自身的稀疏性实现信号的稀疏分解和重建,保留了图像的细节特征,提高了去噪精度。

    基于边缘信息增强的偏振差分与光强图像多尺度融合方法

    公开(公告)号:CN109636766A

    公开(公告)日:2019-04-16

    申请号:CN201811433672.6

    申请日:2018-11-28

    Abstract: 本发明提供了一种基于边缘信息增强的偏振差分与光强图像多尺度融合方法,包括分别采用最小互信息偏振差分成像法和偏振信息解析得到偏振差分图像和光强图像;其次,对光强图像采用三维块匹配滤波算法去噪、导向滤波算法增强;对偏振差分图像进行仿射变换和三维块匹配滤波算法去噪;采用双树复小波变换将光强图像和偏振差分图像分解成高频系数和低频系数,高频系数中在不同分解层上不同方向的高频系数图像采用基于边缘检测的融合规则,低频系数中不同方向的低频系数图像采用基于区域方差和方差匹配度的融合规则;通过双数复小波逆变换得到融合图像。

    一种透明玻璃瓶内液体的异物检测算法

    公开(公告)号:CN108171705A

    公开(公告)日:2018-06-15

    申请号:CN201810056180.3

    申请日:2018-01-20

    Abstract: 本发明提供了一种透明玻璃瓶内液体的异物检测算法,先对视频图像进行导向滤波增强处理,再采用“Hough”变换检测出透明玻璃瓶轮廓,将算法检测区域缩小至液体检测区,为液体检测区域的每个像素点建立一个背景模型,计算当前像素点与背景模型的相似度,如果相似,则分类为背景,否则为前景,计算前景的连通区域面积,若连通区域面积小于设定阈值,则分类为背景,否则为前景。本发明能够对非透明液体中的异物进行检测。

    一种海面溢油预测方法
    6.
    发明公开

    公开(公告)号:CN106126805A

    公开(公告)日:2016-11-16

    申请号:CN201610452968.7

    申请日:2016-06-22

    Inventor: 陈旭 刘磊 宋佳晓

    CPC classification number: G06F17/5036

    Abstract: 本发明公开一种海面溢油预测方法,包括如下步骤:(10)溢油图像获取:灰度化实时海洋图像,并对灰度化后的实时海洋图像进行阈值分割和二值化处理,得到初始溢油图像;(20)海面溢油检测:根据初始溢油图像,并依据实时海洋图像的分辨率和经纬度,得到包括溢油区域方位与面积的溢油检测图像;(30)海面溢油预测:以溢油检测图像为基础,根据海面溢油行为预测综合模型,计算得到包括预测溢油区域方位与面积的溢油预测图像。本发明的海面溢油预测方法,误差小,准确度高。

    基于梯度直方图和Canny边缘检测器的行人检测方法

    公开(公告)号:CN109409190A

    公开(公告)日:2019-03-01

    申请号:CN201810954623.0

    申请日:2018-08-21

    Abstract: 本发明提供了一种基于梯度直方图和Canny边缘检测器的行人检测方法,方法包括步骤:步骤1,对获取的图像一次进行图像灰度化、伽马校正、图像高斯滤波的处理;步骤2,利用Canny边缘检测器提取图像的边缘信息,计算图像中的梯度直方图信息,得到描述行人特征的特征向量;步骤3,利用包含人体头肩部分的正样本和不包含人体头肩部分的负样本训练支持向量机分类器;步骤4,利用训练得到的分类器对所有图像的局部窗口进行检测并判断窗口中是否存在人体头肩目标。

    一种基于SUSAN角点检测的红外图像匹配方法

    公开(公告)号:CN107808165B

    公开(公告)日:2021-04-16

    申请号:CN201710980664.2

    申请日:2017-10-19

    Abstract: 本发明提供了一种基于SUSAN角点检测的红外图像匹配方法,包括以下步骤:读取待匹配图像I1和I2,提取自适应阈值T;采用圆形模板遍历扫描图像I1和图像I2,分别计算两张图像像素点(x0,y0)处的USAN面积、角点响应函数值,并采用重心原则抑制虚假角点且记录角点位置信息;选取相似测度NCC来进行粗略的角点匹配;用随机抽样一致性算法RANSAC对粗匹配点对进行筛选优化,得到更加精准的匹配点,完成图像匹配。

    一种车辆检测方法
    10.
    发明公开

    公开(公告)号:CN107862341A

    公开(公告)日:2018-03-30

    申请号:CN201711206911.X

    申请日:2017-11-27

    CPC classification number: G06K9/6256 G06K9/627

    Abstract: 本发明提供了一种基于结构型Haar特征和Adaboost算法的车辆检测方法,包括以下步骤:构造车辆的结构型Haar特征并与基本Haar特征组成新增特征库,并利用该特征库提取样本特征值;采用Adaboost算法训练分类器,提取自适应分类阈值,得到最佳弱分类器;多次迭代训练多个弱分类器,加权平均成强分类器;训练多个强分类器,组成级联分类器;利用级联分类器进行车辆检测,并对初始检测结果进行灰度对称性验证,验证后的结果分类合并得到最终的检测结果。

Patent Agency Ranking