基于卷积神经网络和多模态特征融合的海面风速反演方法

    公开(公告)号:CN116305967A

    公开(公告)日:2023-06-23

    申请号:CN202310291639.9

    申请日:2023-03-23

    Applicant: 南开大学

    Inventor: 屈芳瑜 赵宏

    Abstract: 本发明提供了基于卷积神经网络和多模态特征融合的海面风速反演方法,属于海面风速反演技术领域,包括以下步骤:步骤1:将CYGNSS卫星数据和ECMWF风速数据进行时空匹配构成完整的数据集,将数据集划分成训练集、验证集和测试集;步骤2:构建海面风速反演模型;步骤3:利用训练集训练海面风速反演模型,利用验证集调整模型的超参数;步骤4:利用测试集评价海面风速反演模型的性能。本发明首先提高了海面风速反演模型的效率,将模型的计算资源更多的投入到对海面风速反演更重要的特征中;其次增强了图像特征与辅助特征的交叉交互,提升了海面风速反演模型的精度。

    一种基于语义分割的导线熔痕金相图像识别方法

    公开(公告)号:CN116342950A

    公开(公告)日:2023-06-27

    申请号:CN202310315581.7

    申请日:2023-03-29

    Applicant: 南开大学

    Inventor: 赵宏 师文 张浩然

    Abstract: 本发明提供了一种基于语义分割的导线熔痕金相图像识别方法,包括以下步骤:对导线熔痕金相图像进行预处理;进行语义分割,得到熔痕特征集中的熔化区图像;依次进行二值化处理、形态学腐蚀处理和中值滤波处理,提取孔洞区域,并计算孔洞区域的几何特征;选取去除孔洞区域的熔化区图像中面积最大的矩形区域作为晶粒区域,并计算晶粒区域的LBP纹理特征和GLCM纹理特征;将几何特征、LBP纹理特征和GLCM纹理输入分类模型,分类模型输出熔痕类别。本发明能够对导线熔痕金相样本直接拍摄得到导线熔痕金相图像进行识别,实现四类熔痕金相图像的分类,不需要额外的人为干预并扩展了识别的熔痕范围,提高了识别的精度和效率。

    动力翼伞系统空投风场的辨识方法

    公开(公告)号:CN105912019A

    公开(公告)日:2016-08-31

    申请号:CN201610281210.1

    申请日:2016-04-29

    Applicant: 南开大学

    CPC classification number: G05D1/105

    Abstract: 本发明提出了一种动力翼伞系统空投风场的辨识方法,能够在动力翼伞系统的飞行过程中动态辨识所处风场的风速和风向,为动力翼伞系统的轨迹控制和雀降操作提供必要的参考信息。风场辨识过程分为三步。第一步,通过GPS定位模块获得动力翼伞系统的位置信息,根据动力翼伞系统的位置变化计算动力翼伞系统飞行速度的大小和方向。第二步,利用卡尔曼滤波算法对动力翼伞系统的飞行速度进行滤波处理,获得准确的速度信息。第三步,引入递推最小二乘法在线更新风场辨识结果。

Patent Agency Ranking