-
公开(公告)号：CN107967676B
公开(公告)日：2022-01-11
申请号：CN201711101875.0
申请日：2017-11-10
Applicant: 安徽大学
IPC: G06T5/10
Abstract: 本发明公开了一种平稳Tetrolet变换算法，平稳Tetrolet变换是一种由四个单位正方形通过边连接起来的新的自适应Harr类小波变换，对应的滤波器组简单而有效。与标准二维小波变换相比，平稳Tetrolet变换是一种新型的基于四格拼板的多尺度几何变换工具，能够通过多方向选择有效地捕获图像中各向异性特性。本发明中对平稳Tetrolet变换的分解和重构算法进行了详细的描述，对利用平稳Tetrolet变换对图像的分解进行了仿真与分析。实验结果表明，与传统算法相比，提出的算法在保留原始图像边缘和纹理信息的同时，有效地取得较好的稀疏表达，能消除Tetrolet变换算法对图像融合存在方块效应的缺陷。
-
公开(公告)号：CN109858557B
公开(公告)日：2022-12-27
申请号：CN201910113156.3
申请日：2019-02-13
Applicant: 安徽大学
IPC: G06V10/774 , G06V10/762 , G06V10/82 , G06N3/04
Abstract: 本发明公开了一种新的高光谱图像数据半监督分类算法，该方法为，首先获取到所有的高光谱数据，并将其作为初始数据；其次使用稀疏子空间聚类作为聚类方法来聚合所有的初始数据，并获取所有初始数据的伪标签；其次在CNN1中对所有的初始数据及其伪标签进行预训练；对于CNN1中分类层中的目标函数，提出了基于度量学习的新的目标函数；之后利用CNN1除去最后的分类层，再加上全连接层构成了CNN2；之后将带标签的数据以及它们的已知真实标签对CNN2进行微调。本发明是通过利用伪标签进行高光谱图像分类的半监督深度学习机制；用两段式训练，扩展了训练信息；为了更好的掌握高光谱样本结构特征的问题，在预训练阶段提出了新的目标函数。
-
公开(公告)号：CN103065061A
公开(公告)日：2013-04-24
申请号：CN201310038821.X
申请日：2013-01-31
Applicant: 安徽大学
IPC: G06F19/00
Abstract: 本发明涉及植保信息化技术领域，特别是涉及一种植物病情指数获取与发布装置。该装置包括图像采集辅助模块和移动终端；图像采集辅助模块包括背景板和高度板，图像采集辅助模块用于固定植物叶片，为图像采集发布模块提供采集背景和采集高度；移动终端，用于获取植物病害叶片的高清图像，计算病斑所占叶片面积的百分比，输出病情指数并发布防控建议。本发明提供的植物病情指数获取与发布装置，在规范、统一数据采集流程后，充分发挥移动终端便携、实时性强的优势，科学、准确地为基层植保调查员/技术员提供植物病情指数，为及时制定防控措施、实施喷药管理提供服务。
-
公开(公告)号：CN117351394A
公开(公告)日：2024-01-05
申请号：CN202311283084.X
申请日：2023-10-07
Applicant: 安徽大学
IPC: G06V20/40 , G06V20/52 , G06V10/40 , G06V10/54 , G06V10/62 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/084
Abstract: 本发明公开一种基于深度学习的道路监控天气视频识别方法，包括步骤一、道路监控视频数据收集及数据集划分，步骤二、数据集的预处理，步骤三、双分支transformer结构模型的建立，步骤四、双分支transformer结构模型训练和验证，步骤五、模型预测输出；本发明通过收集和筛选数据，并制作成天气视频数据集，提出静态和动态双分支transformer结构天气视频模型，能够提取视频帧内的纹理特征和帧间的运动特征，并且构建时空融合模块可以融合纹理和运动特征，以增强融合特征的表达，提高模型的识别精度，使得本发明模型的预测结果更有效。
-
公开(公告)号：CN114639067A
公开(公告)日：2022-06-17
申请号：CN202210091887.4
申请日：2022-01-26
Applicant: 安徽大学
IPC: G06V20/52 , G06K9/62 , G06V10/40 , G06V10/80 , G06V10/774
Abstract: 本发明公开了一种基于注意力机制的多尺度全场景监控目标检测方法，本发明涉及监测技术领域，具体包括如下步骤：通过在主干网络中增加一次下采样操作，使用最后四次下采样得到的特征图尺寸作为目标检测的四个尺度；将特征图进行3次上采样，与主干网络中的特征进行拼接融合，形成特征金字塔网络；在FPN上采样的基础上，增加了一条下采样特征融合路径，构成PAN结构，本文采用YOLOv5s作为基础框架，分析监控场景下的目标具有尺寸变化差异大的特点，提出了一种多尺度目标检测结构，提升网络对目标尺寸变化的适应能力，设计了一种基于注意力机制的特征提取模块，并将其融入到主干网络中，提升网络的特征提取能力。
-
Patent Agency Ranking
公开(公告)号：CN102183479A
公开(公告)日：2011-09-14
申请号：CN201110059475.4
申请日：2011-03-12
Applicant: 安徽大学
Abstract: 本发明公开了基于LED光源的CO气体检测系统及方法，包括有LED光源，所述LED光源的前方光路上设有气体吸收池，气体吸收池上分别设有入、出光孔以及进、出气口，气体吸收池内设有温度传感器，温度传感器依次外接数据采集器和单片机；首先向气体吸收池中通入待测CO气体，LED光源发出的光由入光孔进入气体吸收池，并穿过气体吸收池中的待测CO气体，然后从出光孔出射，其中部分光被待测CO气体吸收，温度传感器探测到穿过待测CO气体吸收之后的光的光强信号，并获得的光强信号送入单片机进行处理并计算出待测CO气体的浓度。本发明解决了现有CO气体检测系统检测光源不够稳定、需要机械调制、需要去除干扰光等问题，简化了系统结构，提高了稳定性。
-
公开(公告)号：CN107967676A
公开(公告)日：2018-04-27
申请号：CN201711101875.0
申请日：2017-11-10
Applicant: 安徽大学
IPC: G06T5/10
CPC classification number: G06T5/10 , G06T2207/20064 , G06T2207/20221
Abstract: 本发明公开了一种平稳Tetrolet变换算法，平稳Tetrolet变换是一种由四个单位正方形通过边连接起来的新的自适应Harr类小波变换，对应的滤波器组简单而有效。与标准二维小波变换相比，平稳Tetrolet变换是一种新型的基于四格拼板的多尺度几何变换工具，能够通过多方向选择有效地捕获图像中各向异性特性。本发明中对平稳Tetrolet变换的分解和重构算法进行了详细的描述，对利用平稳Tetrolet变换对图像的分解进行了仿真与分析。实验结果表明，与传统算法相比，提出的算法在保留原始图像边缘和纹理信息的同时，有效地取得较好的稀疏表达，能消除Tetrolet变换算法对图像融合存在方块效应的缺陷。
-
公开(公告)号：CN103065061B
公开(公告)日：2015-11-18
申请号：CN201310038821.X
申请日：2013-01-31
Applicant: 安徽大学
IPC: G06F19/00
Abstract: 本发明涉及植保信息化技术领域，特别是涉及一种植物病情指数获取与发布装置。该装置包括图像采集辅助模块和移动终端；图像采集辅助模块包括背景板和高度板，图像采集辅助模块用于固定植物叶片，为图像采集发布模块提供采集背景和采集高度；移动终端，用于获取植物病害叶片的高清图像，计算病斑所占叶片面积的百分比，输出病情指数并发布防控建议。本发明提供的植物病情指数获取与发布装置，在规范、统一数据采集流程后，充分发挥移动终端便携、实时性强的优势，科学、准确地为基层植保调查员/技术员提供植物病情指数，为及时制定防控措施、实施喷药管理提供服务。
-
公开(公告)号：CN119861013A
公开(公告)日：2025-04-22
申请号：CN202411940572.8
申请日：2024-12-26
Applicant: 安徽大学
IPC: G01N15/075 , G06N3/006 , G01B11/06
Abstract: 本发明公开了一种基于智能群体算法的气溶胶粒子谱分布反演方法，该方法选取双对数正态分布作为气溶胶粒子谱的函数形式，其中气溶胶颗粒数浓度、几何标准偏差和中值半径作为未知参数；通过设定未知参数的数值范围，输入智能群体算法中的红尾鹰(Red‑tailed hawk,RTH)算法；依据气溶胶光学厚度与气溶胶粒子谱之间的关系，使用RTH算法优化生成参数计算气溶胶光学厚度，并与通过太阳光度计测得的气溶胶光学厚度进行比较，当误差值达到最小时，采用此时的参数反演气溶胶粒子谱分布。与现有技术相比，本发明通过RTH算法选取合适的气溶胶粒子谱函数的参数，实现大气气溶胶粒子谱分布精准反演，且计算简洁，适用范围广。
-
公开(公告)号：CN119355845A
公开(公告)日：2025-01-24
申请号：CN202411391787.9
申请日：2024-10-08
Applicant: 安徽大学
Abstract: 本发明公开一种基于时空网络的降水估计方法，涉及气象预测技术领域，包括以下步骤：采集连续时段的雷达图像数据、提取的包含时间信息的特征、捕获图像像素间的相邻特征以及输出降雨量估算结果；本发明通过时间特征提取模块、空间特征提取模块和MLP头部模块组成时空网络模型，并使用时间特征提取模块从历史雷达回波图中提取时间上的关联信息，使用空间特征提取模块捕获图像像素间的相邻特征，能有效捕捉雷达图像的时空特征变化，相比传统降水估算方法，在估计不同强度的降水方面表现出优异的性能，可以自适应拟合雷达反射率与降雨之间复杂的非线性关系，并在减少强降水的估计误差方面，大大降低了估计误差，极大程度上提高了降水估算精准度。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.015 seconds)
