-
公开(公告)号：CN113887815B
公开(公告)日：2024-11-26
申请号：CN202111215395.3
申请日：2021-10-19
Applicant: 厦门海洋职业技术学院 , 河北科技大学
IPC: G06Q10/063 , G06Q50/26 , G06N3/044 , G06N3/08
Abstract: 本发明提供一种空气质量指数预测方法、装置、终端及存储介质。该方法包括：获取空气质量监测点在预设时间段内的空气质量和气象数据集；空气质量和气象数据集包括多个连续时段的空气质量和气象数据，多个连续时段将预设时间段等分；将空气质量和气象数据集输入到预先训练好的基于新门控单元的循环神经网络预测模型中，得到预设时间段的下一时段的空气质量指数预测值；其中，基于新门控单元的循环神经网络预测模型包括依次连接的输入层、新门控单元层和输出层。本发明可以解决传统机器学习算法不能很好地发掘时间序列数据间的依赖关系的问题，能够提高空气质量指数预测结果的准确性。
-
公开(公告)号：CN115099488B
公开(公告)日：2024-10-18
申请号：CN202210721055.6
申请日：2022-06-16
Applicant: 厦门海洋职业技术学院 , 河北科技大学
IPC: G06F18/20 , G06F18/10 , G06N3/0464 , G06F18/214 , G06N3/045 , G06N3/0442
Abstract: 本申请适用于空气质量指数技术领域，提供了基于CNN‑AGU的空气质量指数预测方法及装置，该基于CNN‑AGU的空气质量指数预测方法包括：获取预设时间内的空气质量指数和空气质量指数的影响因素，对空气质量指数和影响因素进行数据预处理，得到构建好的时间序列输入数据；基于卷积神经网络、门控循环单元和注意力机制建立空气质量指数预测模型；将构建好的时间序列输入数据输入空气质量指数预测模型，得到空气质量指数的预测值。本申请能够高效提取空气质量指数和空气质量指数影响因素的特征，得到更加准确的空气质量指数的预测值。
-
公开(公告)号：CN113887815A
公开(公告)日：2022-01-04
申请号：CN202111215395.3
申请日：2021-10-19
Applicant: 厦门海洋职业技术学院 , 河北科技大学
Abstract: 本发明提供一种空气质量指数预测方法、装置、终端及存储介质。该方法包括：获取空气质量监测点在预设时间段内的空气质量和气象数据集；空气质量和气象数据集包括多个连续时段的空气质量和气象数据，多个连续时段将预设时间段等分；将空气质量和气象数据集输入到预先训练好的基于新门控单元的循环神经网络预测模型中，得到预设时间段的下一时段的空气质量指数预测值；其中，基于新门控单元的循环神经网络预测模型包括依次连接的输入层、新门控单元层和输出层。本发明可以解决传统机器学习算法不能很好地发掘时间序列数据间的依赖关系的问题，能够提高空气质量指数预测结果的准确性。
-
公开(公告)号：CN115099488A
公开(公告)日：2022-09-23
申请号：CN202210721055.6
申请日：2022-06-16
Applicant: 厦门海洋职业技术学院 , 河北科技大学
Abstract: 本申请适用于空气质量指数技术领域，提供了基于CNN‑AGU的空气质量指数预测方法及装置，该基于CNN‑AGU的空气质量指数预测方法包括：获取预设时间内的空气质量指数和空气质量指数的影响因素，对空气质量指数和影响因素进行数据预处理，得到构建好的时间序列输入数据；基于卷积神经网络、门控循环单元和注意力机制建立空气质量指数预测模型；将构建好的时间序列输入数据输入空气质量指数预测模型，得到空气质量指数的预测值。本申请能够高效提取空气质量指数和空气质量指数影响因素的特征，得到更加准确的空气质量指数的预测值。
-
公开(公告)号：CN118397253B
公开(公告)日：2025-01-21
申请号：CN202410620787.5
申请日：2024-05-20
Applicant: 河北科技大学
IPC: G06V10/25 , G06N3/0455 , G06N3/0464 , G06N3/082 , G06V10/22 , G06V10/764 , G06V10/82
Abstract: 本发明适用于图像识别技术领域，提供了一种小目标检测方法、装置及终端设备。该方法包括：获取训练图像数据，对训练图像数据进行标注，将标注后的训练图像数据转换为预设格式。构建改进的YOLOv8模型，在检测头网络和特征强化提取网络中增加小目标检测层；在主干特征提取网络的第一个C2f模块中加入GAM注意力机制形成C2fG模块，与小目标检测层连接；将主干特征提取网络中的后两个C2f模块中的Bottleneck模块中的第一个Conv模块调整为DSConv模块，形成C2fD模块；检测头网络的每个检测头使用Conv与Dyhead连接的结构。采用预设格式的训练图像数据对改进的YOLOv8模型进行训练；将待检测图像数据输入到训练完成后的YOLOv8模型中，得到小目标的类别和位置。本发明能够提高小目标检测的精度。
-
Patent Agency Ranking
公开(公告)号：CN118967632A
公开(公告)日：2024-11-15
申请号：CN202411071955.6
申请日：2024-08-06
Applicant: 河北科技大学
Abstract: 本发明公开了一种SAR图像质量评估模型的构建方法和系统，涉及图像处理技术领域。该方法包括：构建训练集和测试集；构建机器学习模型，基于训练集，使用改进哈里斯鹰优化算法对机器学习模型的超参数进行迭代优化，获得最优超参数组合；基于最优超参数组合和测试集，对机器学习模型的权重系数进行迭代优化，获得最优权重系数组合；基于最优超参数组合和最优权重系数组合，获得评价模型。本发明通过降低原始哈里斯鹰优化算法中逃逸能量的下降速度和融合平均差分进化策略修正种群个体和全局最优解，以增强哈里斯鹰优化算法的搜索能力。从而获得使得模型性能效果最好的超参数组合，进而可以使得构建的模型评价效果更好。
-
公开(公告)号：CN118397253A
公开(公告)日：2024-07-26
申请号：CN202410620787.5
申请日：2024-05-20
Applicant: 河北科技大学
IPC: G06V10/25 , G06N3/0455 , G06N3/0464 , G06N3/082 , G06V10/22 , G06V10/764 , G06V10/82
Abstract: 本发明适用于图像识别技术领域，提供了一种小目标检测方法、装置及终端设备。该方法包括：获取训练图像数据，对训练图像数据进行标注，将标注后的训练图像数据转换为预设格式。构建改进的YOLOv8模型，在检测头网络和特征强化提取网络中增加小目标检测层；在主干特征提取网络的第一个C2f模块中加入GAM注意力机制形成C2fG模块，与小目标检测层连接；将主干特征提取网络中的后两个C2f模块中的Bottleneck模块中的第一个Conv模块调整为DSConv模块，形成C2fD模块；检测头网络的每个检测头使用Conv与Dyhead连接的结构。采用预设格式的训练图像数据对改进的YOLOv8模型进行训练；将待检测图像数据输入到训练完成后的YOLOv8模型中，得到小目标的类别和位置。本发明能够提高小目标检测的精度。
-
公开(公告)号：CN119046951A
公开(公告)日：2024-11-29
申请号：CN202411171888.5
申请日：2024-08-26
Applicant: 河北科技大学
IPC: G06F21/57 , G06F18/213
Abstract: 本发明提供固件漏洞挖掘的方法、装置、设备及存储介质，该方法包括：提取前后端共享关键字集合，其中，前后端共享关键字集合中包括多个前后端共享关键字；提取程序中每个函数的特征，基于每个函数的特征中的函数的参数不同字符串在前后端共享关键字集合的占比，对中间污点源进行定位，并将定位得到的中间污点源作为污点分析的起点；基于静态回溯分析危险函数调用点的函数参数的类型，过滤安全的危险函数调用点，确定有风险的危险函数调用点，并将有风险的危险函数调用点作为污点分析的终点；基于污点分析的起点和污点分析的终点，进行漏洞挖掘。本发明可以提高固件漏洞挖掘的速度。
-
公开(公告)号：CN119130851A
公开(公告)日：2024-12-13
申请号：CN202411298252.7
申请日：2024-09-18
Applicant: 河北科技大学
IPC: G06T5/70 , G06T5/60 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本申请适用于合成孔径雷达技术领域，提供了一种合成孔径雷达图像去噪方法、装置及终端设备。该方法包括：获取待处理合成孔径雷达图像；将待处理合成孔径雷达图像输入图像去噪模型，输出去噪后的合成孔径雷达图像；图像去噪模型包括多个编码器和多个解码器，每个编码器包括PEB模块和DSC‑Transformer Block模块；PEB模块对输入的图像通过通道注意力机制和空间注意力机制进行加权处理；DSC‑Transformer Block对PEB模块输出的特征图通过多头自注意力机制计算注意力权重并进行加权汇聚，通过MLP对加权汇聚后的特征图进行局部特征提取和非线性变换，使用残差连接将处理后的特征与原始特征相加；编码器的输出传递至下一编码器和对应的解码器。本申请能够有效去除斑点噪声并保留图像的纹理信息。
-
公开(公告)号：CN118625320A
公开(公告)日：2024-09-10
申请号：CN202410735209.6
申请日：2024-06-07
Applicant: 河北科技大学
Abstract: 本发明适用于雷达性能评估技术领域，提供了一种合成孔径雷达探测性能评估方法、装置及终端设备。该方法包括：获取在无干扰情况下合成孔径雷达探测到的原始图像和在施加多种电磁干扰信号情况下合成孔径雷达探测到的对比图像，确定用于探测性能评估的合成孔径雷达的目标工作参数，基于目标工作参数确定用于对合成孔径雷达的探测性能进行评估的评估指标，根据原始图像和对比图像训练探测性能评估模型，将待检测图像输入至训练后的探测性能评估模型，得到对合成孔径雷达的探测性能进行评估的评估指标的预测值，基于评估指标的预测值对合成孔径雷达的探测性能进行评估。本发明能够提高对合成孔径雷达探测性能评估的精度。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.071 seconds)
