公开(公告)号：CN118798713A

公开(公告)日：2024-10-18

申请号：CN202410771897.1

申请日：2024-06-15

Applicant: 武汉轻工大学

Inventor： 刘仁峰 ,  熊东东 ,  闵卓

IPC: G06Q10/0639 ,  G06Q50/26 ,  G06V20/13 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/084 ,  G01W1/14

Abstract: 一种基于深度学习的人工增雨效果评估量化方法，收集风云4号气象卫星数据、实际降雨量观测数据和人工增雨作业记录数据，分析卫星的多个通道，选取多个与降雨量预测相关的通道用作实验数据，对这些数据进行时间同步的调整；进行自然条件下短期降雨量预测模型实验，对实际降雨量观测数据和卫星数据进行经纬度对齐，采用卷积神经网络CNN对卫星数据进行卷积处理，调整卫星数据在图像的尺寸与降雨量数据保持一致；将处理后的数据集输入多通道高效通道注意力UNet网络模型进行训练，该模型在UNet基础上进行了改进，具体包括添加了ECA模块、在网络的最后一层引入了多通道权重机制，并优化了网络损失函数的策略。本发明解决了人工增雨效果难以评估和量化的问题。

公开(公告)号：CN117912554A

公开(公告)日：2024-04-19

申请号：CN202410023656.9

申请日：2024-01-08

Applicant: 武汉轻工大学

Inventor： 卢晓莲 ,  刘昌华 ,  闵卓 ,  蒋飞

IPC: G16B20/50 ,  G16B50/00

Abstract: 本发明属于大豆育种领域，公开了一种基于大豆基因组预测的大豆选种方法，本发明示例的技术方案，该方法包括：收集大量的大豆基因组数据，包括来自不同地理区域和不同品种的大豆基因组序列和相关表型数据，进行数据预处理；使用统计方法，从预处理的数据中选择最相关的特征；构建深度学习模型，从大规模基因组数据中学习和提取特征，使用训练集数据训练模型，学习基因组特征与表型之间的关系，通过交叉验证的方式进行模型性能评估并进行模型的调整，通过本方法，能够方便对大豆的性状变异进行模拟，并选取优良性状变异的大豆品种进行下一代育种，方便了选种，减少了研究人员的工作量。

公开(公告)号：CN118609162A

公开(公告)日：2024-09-06

申请号：CN202410655852.8

申请日：2024-05-24

Applicant: 武汉轻工大学

Inventor： 蒋飞 ,  李雅琴 ,  闵卓 ,  卢晓莲

IPC: G06V40/10 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/09

Abstract: 本发明涉及计算机视觉中的细粒度水下鲨鱼图像分类领域，具体的说是基于注意力机制的改进B‑CNN鲨鱼种群细粒度分类方法，包括对鲨鱼图像数据预处理，将预处理后的鲨鱼图像数据输入到DM‑BCNN模型中进行训练，确定最佳的迭代次数后输出最佳的实验结果，对于DM‑BCNN模型，本发明特征提取器从VGG替换为ResNet，加深了网络结构，还提高了特征提取的效率和有效性，同时缓解了深层网络中的梯度消失问题，引入可变形卷积和NAM注意力机制增强了模型对图像几何变形的适应能力和对细粒度特征的关注度，替换原有损失函数为互通道损失函数有助于提升模型对不同通道特征的区分能力，增强对细粒度类别差异的敏感性。

公开(公告)号：CN118570495A

公开(公告)日：2024-08-30

申请号：CN202411045783.5

申请日：2024-08-01

Applicant: 武汉轻工大学

Inventor： 刘仁峰 ,  闵卓 ,  肖松宴

IPC: G06V10/72 ,  G06V10/44 ,  G06V10/28 ,  G06T7/13 ,  G06T7/62 ,  G06N3/045 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/08

Abstract: 一种基于栅格数据图像处理的光伏数据清洗方法，包括：光伏数据采集与初步清洗，获取光伏数据，进行初步的数据清洗；数据栅格化与图片化，通过栅格化处理，将采集来的数据映射到栅格块上，完成栅格数据的图片化处理，形成不同分辨率条件下的图片；图片开运算与轮廓提取，对生成的图片进行开运算，先腐蚀后膨胀处理，对图像进行二值化处理，通过设置相适应的阈值，提取数据中的主要轮廓，达到清洗的目标；最大轮廓提取与分辨率选择，统计并比较在不同分辨率下提取的最大轮廓面积，选择出相适应的图像分辨率，用最小的阈值获取最大的轮廓面积；权重确定，离散度计算，清洗效果评估。它解决了传统方法中光伏数据清洗不够高效和不精确的问题。

公开(公告)号：CN118608388A

公开(公告)日：2024-09-06

申请号：CN202410952361.X

申请日：2024-07-16

Applicant: 武汉轻工大学

Inventor： 刘天玮 ,  袁操 ,  闵卓 ,  蒋飞

IPC: G06T3/4053 ,  G06T3/4046 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明属于计算机视觉中的卫星图像超分辨率领域，公开了一种基于扩散模型的风云四号卫星图像超分辨率重建方法，本发明示例的技术方案，包括对卫星图像进行预处理；构建包含一个GCU‑UNet网络和一个SISR Diff扩散模型的SSISR‑DM预测‑去噪架构；SSISR‑DM的整体框架包含潜状态生成阶段和反向扩散阶段两个阶段，通过本方法，通过在去噪扩散模型的基础上引入噪声预测阶段，将复杂任务分摊成两个部分，减少了去噪步骤，能够提高图像细节和清晰度，降低计算复杂度，从而提高模型的处理速度以及稳定性和鲁棒性。