公开(公告)号：CN114841400A

公开(公告)日：2022-08-02

申请号：CN202210299336.7

申请日：2022-03-25

Applicant: 哈尔滨工程大学 ,  北京电子工程总体研究所

Inventor： 韩启龙 ,  卢丹 ,  刘思宇 ,  宋洪涛

IPC: G06Q10/04 ,  G06N3/04 ,  G06N3/08 ,  G06Q50/26

Abstract: 本发明提出基于多任务时空图卷积的空气质量预测方法。本发明所述方法使用记忆网络、注意力机制，多层图卷积网络等技术构建基于多任务的深度时空序列数据预测模型，利用单一站点的本地属性和整体站点的全局属性，动态的构建站点间的邻接关系图；利用多层图卷积分别聚合单一站点的时序关系以及邻居站点的空间关系；利用多任务协同训练策略既考虑细粒度站点级别的预测任务，也充分考虑了粗粒度城市级别的预测任务，大大提高了时空序列数据预测效果。

公开(公告)号：CN114841400B

公开(公告)日：2024-10-29

申请号：CN202210299336.7

申请日：2022-03-25

Applicant: 哈尔滨工程大学 ,  北京电子工程总体研究所

Inventor： 韩启龙 ,  卢丹 ,  刘思宇 ,  宋洪涛

IPC: G06Q10/04 ,  G06N3/0464 ,  G06N3/08 ,  G06Q50/26

Abstract: 本发明提出基于多任务时空图卷积的空气质量预测方法。本发明所述方法使用记忆网络、注意力机制，多层图卷积网络等技术构建基于多任务的深度时空序列数据预测模型，利用单一站点的本地属性和整体站点的全局属性，动态的构建站点间的邻接关系图；利用多层图卷积分别聚合单一站点的时序关系以及邻居站点的空间关系；利用多任务协同训练策略既考虑细粒度站点级别的预测任务，也充分考虑了粗粒度城市级别的预测任务，大大提高了时空序列数据预测效果。

公开(公告)号：CN115877374A

公开(公告)日：2023-03-31

申请号：CN202211236085.4

申请日：2022-10-10

Applicant: 哈尔滨工程大学

Inventor： 孙骞 ,  戴乾奇 ,  刘思宇 ,  叶方 ,  田园 ,  汤春瑞 ,  姜弢

IPC: G01S13/88 ,  G01S13/89 ,  G01S7/41

Abstract: 本发明公开了一种地下目标识别定位与成像方法，利用原始B扫描回波数据，采用均值法去除地表反射波与天线耦合波；采用图像处理方法将回波图像转化为二值图像；依据发射波形脉冲宽度从二值图像上构建列段集合，根据ricker波主瓣宽度对列段集合进行去噪，得到去噪列段集合；从列段集合中聚类含有不同目标对应的双曲线标签的列段簇；采用受限拟合算法对不同目标双曲线列段簇进行双曲线拟合；根据双曲线参数反演出目标位置、半径和地下介电常数，根据不同目标特征向量的相似度进行聚类；根据二值图与地下介电常数，进行后投影成像，去除伪影得到地下管道图像。本发明结合双曲线趋势特征，引入了列段趋势的概念，提高聚类目标双曲线的效率。