一种基于卷积神经网络的图像融合方法

    公开(公告)号:CN109272024B

    公开(公告)日:2021-08-20

    申请号:CN201810991787.0

    申请日:2018-08-29

    Inventor: 王蒙 刘兴旺 梁敏

    Abstract: 本发明涉及一种基于卷积神经网络的图像融合方法,属于信息融合、图像处理领域。本发明通过训练并使用卷积神经网络来获得融合图片。通过针对待融合图片选定训练集预先对卷积神经网络进行训练,整个训练过程属于监督训练;在训练过程中涉及到图片的分析与合成;再使用训练好的两组模型权值前馈网络的分析和反馈网络的合成,用于深度神经网络融合模型。训练和融合过程中的融合法则均采用基于深度学习的sigmoid函数融合法则。本发明避免了融合过程中出现冗余信息以及相关信息的遗漏。

    基于TA-MMKELA-BiGRU的出料含水率预测方法、系统

    公开(公告)号:CN119443413A

    公开(公告)日:2025-02-14

    申请号:CN202411594215.0

    申请日:2024-11-08

    Abstract: 本发明公开了一种基于TA‑MMKELA‑BiGRU的出料含水率预测方法,包括对采集的流程生产线时间序列工况数据依次进行预处理、降噪处理,获得去噪后的样本集;构建时序注意力机制,将降噪后的样本集作为时序注意力机制的输入;构建多层级多内核极限学习机编码器,将时序注意力机制的输出作为多层级多内核极限学习机编码器的输入;构建双向门控循环单元模型,将多层级多内核极限学习机编码器的输出作为双向门控循环单元模型的输入;训练由所述时序注意力机制、多层级多内核极限学习机编码器、双向门控循环单元模型构建的TA‑MMKELA‑BiGRU预测模型;将训练好的TA‑MMKELA‑BiGRU预测模型输入流程生产线工艺参数特征数据进行预测,输出预测结果。本发明有提高了流程生产线质量指标的预测精度。

    一种基于卷积神经网络的图像融合方法

    公开(公告)号:CN109272024A

    公开(公告)日:2019-01-25

    申请号:CN201810991787.0

    申请日:2018-08-29

    Inventor: 王蒙 刘兴旺 梁敏

    Abstract: 本发明涉及一种基于卷积神经网络的图像融合方法,属于信息融合、图像处理领域。本发明通过训练并使用卷积神经网络来获得融合图片。通过针对待融合图片选定训练集预先对卷积神经网络进行训练,整个训练过程属于监督训练;在训练过程中涉及到图片的分析与合成;再使用训练好的两组模型权值前馈网络的分析和反馈网络的合成,用于深度神经网络融合模型。训练和融合过程中的融合法则均采用基于深度学习的sigmoid函数融合法则。本发明避免了融合过程中出现冗余信息以及相关信息的遗漏。

Patent Agency Ranking