公开(公告)号：CN115619657A

公开(公告)日：2023-01-17

申请号：CN202211148660.5

申请日：2022-09-20

Applicant: 武汉工程大学

Inventor： 刘威 ,  江锐 ,  陈成 ,  卢涛

IPC: G06T5/00 ,  G06T9/00 ,  G06N3/04 ,  G06N3/08 ,  G06V10/54 ,  G06V10/80 ,  G06V10/82

Abstract: 本发明提供一种图像去雨方法和装置，属于图像处理领域，方法包括：S1：分别对各个原始雨图像以及各个清晰雨图像进行数据增强处理，得到雨天训练图像以及雨天清晰训练图像；S2：构建初始去雨模型；其中，初始去雨模型包括图像处理模块和图像判别模块；S3：基于图像处理模块分别根据各个雨天训练图像以及雨天清晰训练图像进行图像处理得到重构雨天图像、雨条纹去除图像以及重构清晰图像。本发明解决了雾相关特征提取不精确、图像生成质量低的问题，获得了图像内容更丰富、生成质量更高的清晰图像，提高了清晰图像的准确性。

公开(公告)号：CN115619655A

公开(公告)日：2023-01-17

申请号：CN202211144281.9

申请日：2022-09-20

Applicant: 武汉工程大学

Inventor： 刘威 ,  陈成 ,  江锐 ,  卢涛

IPC: G06T5/00 ,  G06N3/08 ,  G06N3/04

Abstract: 本发明提供一种雾天图像清晰化方法和装置，属于图像处理领域，方法包括：设计雾霭去除模块、雾霭合成模块、色彩纹理恢复模块以及判别器，并通过雾霭去除模块、雾霭合成模块以及色彩纹理恢复模块构建得到雾霭去除路径、去雾结果恢复路径、雾霭合成路径以及合成结果恢复路径；根据原始雾天图像对雾霭去除路径以及去雾结果恢复路径的训练得到雾霭去除图像、色彩纹理处理后原始图像、雾霭去除合成图像以及去雾结果恢复图像。本发明有效地解决了基于先验知识估值难和基于有监督学习获取真实配对训练数据集难的问题，在有效地去除各种场景下雾霭的同时，也保留了较好的色彩和纹理细节，并获得图像内容更丰富、生成质量更高的去雾图像。

公开(公告)号：CN112926686A

公开(公告)日：2021-06-08

申请号：CN202110338988.2

申请日：2021-03-30

Applicant: 武汉工程大学

Inventor： 刘威 ,  陈成 ,  卢涛 ,  万磊

IPC: G06K9/62 ,  G06N3/04 ,  G06N5/04 ,  G06Q50/06

Abstract: 本发明公开了一种基于BRB和LSTM模型的电力大数据用电异常检测方法及装置，其中方法具体包括以下步骤：从用电量大数据中提取用户用电量波动特征和用户用电量曲线异常特征；建立置信规则推理BRB系统，对电量波动系数和毛刺宽度总和进行置信度转换；根据置信规则推理BRB系统中的置信规则库，采用证据推理ER算法对比转换后的置信度，得到用户非技术性损失NTL异常性输出结果中每一个参考值的信任程度；用户非技术性损失NTL异常性用电进行标定；在标定数据的基础上建立长短记忆LSTM模型，并使用LSTM模型对异常用电特征进行有效提取与检测，最终准确诊断出NTL异常情况。本发明可有效识别异常用电情况。

公开(公告)号：CN112926686B

公开(公告)日：2023-11-17

申请号：CN202110338988.2

申请日：2021-03-30

Applicant: 武汉工程大学

Inventor： 刘威 ,  陈成 ,  卢涛 ,  万磊

IPC: G06F18/2433 ,  G06F18/213 ,  G06F18/214 ,  G06N3/0442 ,  G06N5/025 ,  G06N5/04 ,  G06Q50/06

Abstract: 本发明公开了一种基于BRB和LSTM模型的电力大数据用电异常检测方法及装置，其中方法具体包括以下步骤：从用电量大数据中提取用户用电量波动特征和用户用电量曲线异常特征；建立置信规则推理BRB系统，对电量波动系数和毛刺宽度总和进行置信度转换；根据置信规则推理BRB系统中的置信规则库，采用证据推理ER算法对比转换后的置信度，得到用户非技术性损失NTL异常性输出结果中每一个参考值的信任程度；用户非技术性损失NTL异常性用电进行标定；在标定数据的基础上建立长短记忆LSTM模型，并使用LSTM模型对异常用电特征进行有效提取与检测，最终准确诊断出NTL异常情况。本发明可有效识别异常用电情况。