-
公开(公告)号:CN118247678A
公开(公告)日:2024-06-25
申请号:CN202410336303.4
申请日:2024-03-22
Applicant: 大连理工大学
IPC: G06V20/13 , G06V20/70 , G06V10/26 , G06V10/30 , G06V10/80 , G06V10/82 , G06T5/60 , G06T5/70 , G06T5/90 , G06F16/242 , G06F16/29 , G06Q50/02 , G06N3/0455 , G06N3/0464 , G01D21/02
Abstract: 一种随机海况自适应感知调制神经网络的海水养殖目标提取方法,属于海洋遥感与人工智能交叉技术领域,包括:1)随机海况自适应感知调制神经网络,实现随机海况下的海水养殖遥感信息精确提取,包括海况迭代查询模块、自适应感知调制模块和多流全向融合金字塔模块。2)海况迭代查询模块,通过时空定位迭代查询结合蒲福风力等级表进行自动确定;3)自适应感知调制模块,计算图像灰度和密度分布,根据海况水平调整不同图像区域的非线性衰减率以提高图像的信噪比,并设计图像综合调制质量为调制结果的评价指标;4)多流全向融合金字塔模块,集成双向特征金字塔和注意力门等机制,自适应融合调制结果并获取多维特征,增强原始图像和调制结果之间的相关性,有效提高不同海况下海水养殖遥感影像分割的准确性和稳定性。
-
公开(公告)号:CN118247678B
公开(公告)日:2024-10-18
申请号:CN202410336303.4
申请日:2024-03-22
Applicant: 大连理工大学
IPC: G06V20/13 , G06V20/70 , G06V10/26 , G06V10/30 , G06V10/80 , G06V10/82 , G06T5/60 , G06T5/70 , G06T5/90 , G06F16/242 , G06F16/29 , G06Q50/02 , G06N3/0455 , G06N3/0464 , G01D21/02
Abstract: 一种随机海况自适应感知调制神经网络的海水养殖目标提取方法,属于海洋遥感与人工智能交叉技术领域,包括:1)随机海况自适应感知调制神经网络,实现随机海况下的海水养殖遥感信息精确提取,包括海况迭代查询模块、自适应感知调制模块和多流全向融合金字塔模块。2)海况迭代查询模块,通过时空定位迭代查询结合蒲福风力等级表进行自动确定;3)自适应感知调制模块,计算图像灰度和密度分布,根据海况水平调整不同图像区域的非线性衰减率以提高图像的信噪比,并设计图像综合调制质量为调制结果的评价指标;4)多流全向融合金字塔模块,集成双向特征金字塔和注意力门等机制,自适应融合调制结果并获取多维特征,增强原始图像和调制结果之间的相关性,有效提高不同海况下海水养殖遥感影像分割的准确性和稳定性。
-
公开(公告)号:CN117036934A
公开(公告)日:2023-11-10
申请号:CN202310857907.9
申请日:2023-07-13
Applicant: 大连理工大学
IPC: G06V20/10 , G06V10/44 , G06V10/80 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/096
Abstract: 一种语义增强特征融合自监督transformer的整景SAR海水养殖多目标提取方法,步骤:1)面向海量海水养殖无标签遥感监测数据,建立整景多目标海水养殖目标提取框架,包括输入嵌入模块、transformer编码器、多特征融合模块及高层语义增强模块;2)基于自监督学习中知识蒸馏的自蒸馏学习,结合全局对比学习损失和局部图像掩膜损失,训练编码器;3)提出语义增强特征融合解码器,进行深层语义增强,并有效涵盖浅层形状特征和深层语义特征。本发明能够实现整景多目标海水养殖精确提取,缓解有监督学习方法过度依赖标签问题,样本数据不平衡问题,多目标之间类内差异大、类间差异小而导致的误判问题,增强对于合成孔径雷达影像中相干斑噪声的抗干扰能力,提高海水养殖多目标提取精度。
-
公开(公告)号:CN119851157A
公开(公告)日:2025-04-18
申请号:CN202510323232.9
申请日:2025-03-19
Applicant: 大连理工大学
IPC: G06V20/13 , G06V20/70 , G06V10/26 , G06V10/44 , G06V10/52 , G06V10/80 , G06V10/74 , G06V10/762 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/0455 , G06N3/084 , G06N3/088
Abstract: 本发明提供一种完全无监督Transformer网络的SAR海水养殖信息提取方法,属于海洋遥感与人工智能交叉技术领域。本发明第一阶段从大量无标记的SAR海水养殖影像中提取目标的通用特征,为下游分割网络提供初始化权重。第二阶段则设计全局最优伪标签生成器和细粒度判别与补全模块:前者捕获全局相似的语义特征,生成初始伪标签,在增强语义相关性的同时消除混淆目标的干扰;后者提高伪标签的局部连续性,通过分区域补全目标的细节和连续性语义特征。本发明能够解决无法深度挖掘海量无标记海水养殖内蕴信息,且传统无监督方法在复杂场景下分割性能受限等问题,通过不断优化的伪标签作为真值训练分割网络,能够实现完全无监督的海水养殖分割任务。
-
公开(公告)号:CN118366052A
公开(公告)日:2024-07-19
申请号:CN202410460890.8
申请日:2024-04-17
Applicant: 大连理工大学
IPC: G06V20/13 , G06V10/25 , G06V10/30 , G06V10/40 , G06V10/42 , G06V10/44 , G06V10/77 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/084 , G06N5/045 , G01S13/90
Abstract: 一种多物理可解释深度学习的SAR溢油目标识别方法,属于海洋遥感与人工智能交叉技术领域,所述的SAR溢油目标识别方法采用类激活网络作为解释和反馈模型的解释器,通过自适应选择类别重要决策权重,以获得更好的解释器视觉效果;同时计算解释器结果作为开始反馈时机,调整模型的学习策略,再配合采样后的SAR影像溢油物理特征,得到可靠的高精度的溢油识别结果。本发明能够实现可解释性溢油智能识别,有效的解决了传统深度学习可解释性较差,无法保证溢油识别任务的可靠性的问题,缓解了SAR影像中存在的相干斑噪声和梯度传播产生大量视觉噪声对解释器结果的影响,改善溢油物理信息提取和应用困难的问题,显著增强模型的可解释性和可靠性,有效提高溢油识别的精度。
-
公开(公告)号:CN214612546U
公开(公告)日:2021-11-05
申请号:CN202120617878.5
申请日:2021-03-26
Applicant: 大连理工大学
Abstract: 本实用新型属于生物微流控芯片技术领域,基于流体力学原理、物质传输原理及微加工技术,具体涉及一种用于化疗药物敏感性和耐药性测试的微流控装置,由输液器装置、浓度梯度生成器、细胞培养装置,是可置于常用细胞培养箱内的体积小、无源、操作简便的卵巢癌细胞培养与长期化疗药物同步加载系统。输液装置的两个输液管出口与浓度梯度生成器中“圣诞树”型微通道“树顶”端的两个入口相通,用于灌注细胞培养基和化疗药物溶液;浓度梯度生成器和细胞培养装置之间用微通道管相连。本实用新型成本低廉、操作简便且易于标准化生产,结合三磷酸腺苷生物发光法技术,可用于化疗药物药敏性和耐药性的定量研究。
-
-
-
-
-