公开(公告)号：CN117765312A

公开(公告)日：2024-03-26

申请号：CN202311736691.7

申请日：2023-12-18

Applicant: 烟台大学 ,  烟台新旧动能转换研究院暨烟台科技成果转移转化示范基地

Inventor： 宋永超 ,  王璇 ,  毕季平 ,  刘兆伟 ,  胡小林 ,  王莹洁 ,  孙丽俊 ,  王傲然 ,  齐泉智 ,  文志东

IPC: G06V10/764 ,  G06V10/82 ,  G06V20/17 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于航拍数据集的地物图像分类方法，该方法能够解决航拍数据图像分类存在的低效率、低准确性以及难以应对大规模数据的难点问题，设计的模型与VGG16相比，准确率提升了16％，训练时间减少了约50％，推理速度是原来的4倍且参数量降低了35％；与现有的分类性能较好的轻量级网络EfficientNet‑B3相比，本文提出的模型将Top1准确率提高了5％，训练时间减少了18％。

公开(公告)号：CN118861961B

公开(公告)日：2025-02-28

申请号：CN202411354085.3

申请日：2024-09-27

Applicant: 烟台大学

Inventor： 刘兆伟 ,  刘文哲 ,  刘延乐 ,  阎维青 ,  刘志中 ,  孟振华 ,  赵相福 ,  于自强 ,  宋永超 ,  姜岸佐 ,  李恒 ,  单垚

IPC: G06F18/2433 ,  G06F18/2131 ,  G06F18/2135 ,  G06F18/213 ,  G06N3/0455 ,  G06N3/0442 ,  G06N3/048 ,  G06N3/084

Abstract: 本发明涉及数据处理技术领域，尤其是涉及一种基于LSTM‑VAE网络的电网数据异常检测方法及系统。方法包括获取智能电网数据；构建长短时记忆网络和VAE的LSTM‑VAE网络模型；利用智能电网数据对LSTM‑VAE网络模型进行网络训练；利用训练好的模型进行电网异常检测。本发明结合LSTM和VAE的优势，LSTM能够有效处理电网数据的时序性，捕捉故障前后不同时间点数据的变化趋势和规律；VAE则通过学习数据的潜在分布，更好地重构数据和检测异常。两者结合可以更准确地识别电网数据中的异常情况。

公开(公告)号：CN119474768A

公开(公告)日：2025-02-18

申请号：CN202510066065.4

申请日：2025-01-16

Applicant: 烟台大学

Inventor： 刘兆伟 ,  温浩男 ,  孙珊 ,  宋永超 ,  姜岸佐 ,  单垚

IPC: G06F18/20 ,  G06N3/0475 ,  G06N3/094 ,  G06N3/0442 ,  G06N3/042 ,  G06F18/213 ,  G06F18/25 ,  G06F18/15 ,  G06N3/0464 ,  G06N3/0455

Abstract: 本发明涉及海洋环境预测技术领域，尤其是涉及一种基于数字孪生的海洋环境多模态融合预测方法及系统。方法，包括基于动态多模态图神经网络捕捉海洋环境的多模态数据的时空关联特征；利用多尺度门控单元对时空关联特征进行多尺度特征融合，得到综合特征表示；利用混合时序预测框架对综合特征表示进行预测，得到初步海洋环境预测数据，其中包括短期动态建模和长期趋势建模；利用生成对抗网络对初步海洋环境预测数据进行噪声拟合，生成最终海洋环境预测数据。本发明通过动态多模态数据融合、混合时序预测框架和多尺度门控Tanh单元的创新组合，有效解决了传统海洋环境监测和预测技术中存在的数据融合不足、预测精度有限和动态响应能力较差的问题。

公开(公告)号：CN118780987A

公开(公告)日：2024-10-15

申请号：CN202411267055.9

申请日：2024-09-11

Applicant: 烟台大学

Inventor： 宋永超 ,  孙丽俊 ,  毕季平 ,  李湘南 ,  王璇 ,  刘兆伟 ,  马文明 ,  童向荣

IPC: G06T3/4053 ,  G06T3/4046 ,  G06V10/44 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/0475 ,  G06N3/094

Abstract: 本发明涉及图像数据处理技术领域，尤其是涉及一种基于细节恢复的遥感图像超分辨重建方法及系统。方法，包括获取遥感图像；构建生成对抗网络模型，包括生成器和判别器；对生成器和判断器进行模型训练；利用生成器对遥感图像进行特征提取，生成重建图像；利用判别器对重建图像和遥感图像的高分辨率图像进行判别，得到判别结果；根据判别结果设定损失函数对生成器和判断器进行调优。通过采用动态密集残差块和动态卷积技术，它能显著提升图像的分辨率和细节，从而提供更清晰、更高质量的遥感图像。

公开(公告)号：CN118760913A

公开(公告)日：2024-10-11

申请号：CN202411237176.9

申请日：2024-09-05

Applicant: 烟台大学

Inventor： 阎维青 ,  杨廷玉 ,  刘兆伟 ,  徐金东 ,  王璇 ,  宋永超

IPC: G06F18/23 ,  G06F18/25 ,  G06N3/0895 ,  G06N3/0455

Abstract: 本发明涉及深度学习技术领域，尤其是涉及一种基于特征融合和标签对齐的多模态聚类方法及系统。方法，包括获取多视图样本数据和真实聚类标签；构建多视图对比学习神经网络模型；利用多视图样本数据对多视图对比学习神经网络模型进行训练，得到训练好的多视图对比学习神经网络模型；利用训练好的多视图对比学习神经网络模型对多视图样本数据进行特征提取，通过计算损失来优化模型输出的标签质量，得到多视图聚类模型；通过自我监督的方法有效地嵌入特征学习和标签学习任务到一个单一的框架。这种方法比两阶段深度多视图聚类方法更简单、更快，而且它还有效地利用了视图特定的信息来协助视图共识语义的生成。

公开(公告)号：CN118470333B

公开(公告)日：2024-10-01

申请号：CN202410939567.9

申请日：2024-07-15

Applicant: 烟台大学 ,  山东(烟台)中日产业技术研究院(烟台市产业技术研究院)

Inventor： 宋永超 ,  王璇 ,  刘兆伟 ,  孙丽俊 ,  胡小林 ,  李湘南 ,  王莹洁 ,  毕季平 ,  文志东

IPC: G06V10/26 ,  G06V20/70 ,  G06V10/44 ,  G06V10/52 ,  G06V10/42 ,  G06V10/80 ,  G06V10/764 ,  G06V20/10 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/084 ,  G06N3/048

Abstract: 本发明涉及深度学习应用领域，尤其是涉及一种基于遥感图像的地理环境语义分割方法及系统。所述方法，包括获取遥感图像数据集，并对获取的遥感图像数据集进行预处理；基于获取的遥感图像数据集进行编码器构建，并利用编码器进行图像数据集的特征提取和编码；根据编码器的特征提取进行解码器构建，将构建完成的编码器和解码器组合为语义分割模型；利用遥感图像数据集对语义分割模型进行训练和优化，包括利用交叉熵损失函数计算输出值与预测值之间的误差，利用训练完成的语义分割模型进行预测结果输出。通过本发明的技术方案，能够提高遥感图像语义分割的精度、鲁棒性和泛化能力，为环境检测和城市规划提供更加高效和准确的技术。

公开(公告)号：CN118379296B

公开(公告)日：2024-09-27

申请号：CN202410831239.7

申请日：2024-06-26

Applicant: 烟台大学

Inventor： 刘兆伟 ,  刘文哲 ,  宋永超 ,  王飞

IPC: G06T7/00 ,  G06V10/25 ,  G06V10/26 ,  G06V10/44 ,  G06V10/80 ,  G06V10/77 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/0985 ,  G06N3/048

Abstract: 本发明涉及计算机视觉技术领域，尤其是涉及一种基于视觉神经网络的圆形衬套缺陷检测方法及系统。所述方法，包括：获取训练用图像数据集，并对图像数据集进行预处理；基于获取的图像数据集进行图像分割网络搭建，包括利用线性投影将图像分割为不重叠的块；利用编码器提取分割后的图像特征注意力关系，并通过线性分类器对图像分割网络的输出进行分类；根据图像分割网络的输出分类进行缺陷检测网络搭建，对缺陷检测网络中的每个阶段引入通道注意力机制，并将所有注意力信息反馈至原特征图；利用缺陷检测网络进行检测结果的输出，本发明通过添加通道注意力机制可以帮助网络对图像中重要的目标信息进行突出，提高网络对目标部分的感知能力。

公开(公告)号：CN118643407A

公开(公告)日：2024-09-13

申请号：CN202411095472.X

申请日：2024-08-12

Applicant: 烟台大学

Inventor： 刘兆伟 ,  谢淼斯 ,  陈健 ,  刘志中 ,  王涛 ,  王海洋 ,  宋永超

IPC: G06F18/2415 ,  G06F18/22 ,  G06F18/2321 ,  G06N3/0455 ,  G06N3/042 ,  G06N3/047 ,  G06N3/084 ,  G06Q50/00

Abstract: 本发明涉及社交数据分类技术领域，尤其是涉及一种基于贝叶斯原型图学习的用户归纳方法及系统。方法包括获取社交平台数据，并对社交平台数据进行预处理，得到图结构；基于社交平台数据构建贝叶斯推理模型，所述模型参数为具有先验和先验分布的随机变量；使用GCN作为模型编码器的主干部分，将图结构输入到编码器中，得到图结构的嵌入表示。本发明中，引入人工智能、深度学习算法，将社交网络与图神经网络结合利用图结构学习算法、原型学习思想、贝叶斯推理优化、残差连接等一系列技术，实现对社交平台用户群体进行智能分类和归纳。

公开(公告)号：CN118298491B

公开(公告)日：2024-08-06

申请号：CN202410710860.8

申请日：2024-06-04

Applicant: 烟台大学

Inventor： 刘兆伟 ,  温浩男 ,  宋永超 ,  刘殿通 ,  阎维青 ,  宋鹏 ,  姜岸佐 ,  苏航

IPC: G06V40/16 ,  G06V10/52 ,  G06V10/77 ,  G06V10/80 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/08

Abstract: 本发明涉及表情识别技术领域，尤其是涉及一种基于多尺度特征和空间注意力的表情识别方法及系统。方法，包括利用HNFER神经网络模型对获取的面部图像数据进行特征提取，得到原始输入特征图；基于CoordAtt注意力机制对提取的特征进行池化拼接，得到特征图；对特征图进行深度卷积处理，得到注意力图，再通过元素相乘得到最终的特征图；通过对最终的特征图进行特征变换和归一化，得到表情类别概率并输出。本发明通过集成尺度感知和空间注意力技术，模型能够更精准地识别和分类不同的情绪状态，即使在复杂的环境条件下也能保持高性能。

公开(公告)号：CN118334098A

公开(公告)日：2024-07-12

申请号：CN202410471856.0

申请日：2024-04-19

Applicant: 烟台大学

Inventor： 王璇 ,  孙兆杰 ,  宋永超 ,  郑强

IPC: G06T7/50 ,  G06T7/246 ,  G06V20/40 ,  G06V10/74 ,  G06F17/16 ,  G06V10/764

Abstract: 本发明属于图像处理技术领域，具体涉及基于深度关联的多目标跟踪方法、系统、设备和存储介质，针对视频中的图像数据，充分考虑到检测目标的检测准确度和外观清晰度，根据检测目标的检测置信度和分类置信度，结合深度值，进行四层关联，其中，根据检测集合中检测目标的深度值和跟踪集合中轨迹目标的深度值，划分深度区间，处理密集遮挡下的目标，以将密集遮挡下的目标集划分为具有不同深度级别的稀疏的子集，从而对不同情况下的检测目标实现了全面的关联和匹配。