公开(公告)号：CN118570628A

公开(公告)日：2024-08-30

申请号：CN202410343553.0

申请日：2024-03-25

Applicant: 哈尔滨工业大学

Inventor： 林连雷 ,  高升 ,  张宗伟 ,  赵汉卿 ,  于航懿 ,  王俊凯

IPC: G06V20/10 ,  G06V10/774 ,  G06V10/82 ,  G06N3/045 ,  G06N3/09

Abstract: 本发明公开了一种掩码引导的伪装目标图像生成方法，包括构建MGDiffusion扩散模型，其中，所述MGDiffusion扩散模型包括基于交叉注意力模块的MGUNet模型；选取COD数据集作为训练样本，训练所述MGDiffusion扩散模型得到已训练的扩散模型；利用所述已训练的扩散模型对所述COD数据集进行样本增强，得到目标训练样本；基于目标训练样本训练伪装检测模型，提升所述检测模型的检测性能；通过本发明的模型框架能够生成符合训练样本分布的高质量图像，生成的样本可以用于训练伪装检测模型，从而提高伪装目标检测模型的检测性能。

公开(公告)号：CN118552747A

公开(公告)日：2024-08-27

申请号：CN202410343560.0

申请日：2024-03-25

Applicant: 哈尔滨工业大学

Inventor： 林连雷 ,  高升 ,  王俊凯 ,  张宗伟 ,  赵汉卿 ,  于航懿

IPC: G06V10/52 ,  G06V10/62 ,  G06V10/77 ,  G06V10/82 ,  G06V10/80 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种虚拟试验多变量时空序列的生成方法，包括构造多尺度注意力对时空序列进行预处理，自适应提取多尺度时空特征后，输入到三维ResNet18网络模型中进行特征提取；引入绝对时间编码进行时间校准，其中时间序列的绝对时刻作为输入数据输入到编码器，得到解码器输出，计算输入数据与解码器输出之间的偏差，作为编解码器模型训练的优化目标；利用交叉注意力头融合三维时空序列和一维绝对时间编码两种不同形式的输入；将提取到的特征依次输入到层级信息融合模块和时间信息融合模块中进行逐级处理得到三维特征图并输入到恢复模块中生成未来时空数据；采用时空移动平均MSE损失函数作为模型的训练损失，用于约束模型输出与期望值一致的时空状态。

公开(公告)号：CN118226551A

公开(公告)日：2024-06-21

申请号：CN202410354073.4

申请日：2024-03-27

Applicant: 哈尔滨工业大学

Inventor： 林连雷 ,  张宗伟 ,  高升 ,  王俊凯 ,  赵汉卿 ,  于航懿

IPC: G01W1/10 ,  G06F18/214 ,  G06N3/0464

Abstract: 公开了一种用于天气预报的多元时空预测方法及系统，包括以下步骤：S1、制作天气数据集；S2、构建MSTFN模型，应用天气数据集为样本训练MSTFN模型，进行训练和优化；S3，基于训练好的MSTFN模型，输入天气数据进行天气预测。该方法能够挖掘天气时空场中的空间联系和时间依赖关系，避免长时预测的累计误差；捕捉影响天气的多变量之间的动态相关性，从而提升天气预测的精准度，通过小波引导的时空损失函数实现对于局部热点区域更好的预测。

公开(公告)号：CN118296453A

公开(公告)日：2024-07-05

申请号：CN202410354101.2

申请日：2024-03-27

Applicant: 哈尔滨工业大学

Inventor： 林连雷 ,  张宗伟 ,  高升 ,  王俊凯 ,  赵汉卿 ,  于航懿

IPC: G06F18/241 ,  G01W1/10 ,  G06F18/214 ,  G06N3/0464

Abstract: 公开了一种用于海洋天气预报的多元时空预测方法及系统，包括以下步骤：S1、制作海面天气数据集；S2、构建StHCFormer模型，应用海面天气数据集为样本训练StHCFormer模型，进行训练和优化；S3，基于训练好的StHCFormer模型，输入海面天气数据进行海面天气预测。该方法利用卷积‑空间自注意力混合机制深度探索空间全局表征和局部特征，利用时序自注意力捕捉时序数据的时间依赖关系，同时通过局部特征提取模块进行通道级的放缩捕捉多变量的动态相关性，同时引入了不确定性相关损失去动态调整多任务权重，尽可能保证全局最优解，实现更准确的多元海洋天气预测。