公开(公告)号：CN117910656A

公开(公告)日：2024-04-19

申请号：CN202410266513.0

申请日：2024-03-08

Applicant: 电子科技大学

Inventor： 张会雄 ,  王舰辉 ,  王儒尧 ,  梁拓

IPC: G06Q10/04 ,  G06N3/0442 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/084 ,  G06N3/09 ,  G06F17/18

Abstract: 本发明公开了一种基于混合深度学习模型的磁暴短期预测方法，首先获取Dst数据信息，利用线性插值技术处理异常数据和缺失数据，再通过回看历史数据，将Dst和外部输入特征参数转化为监督序列对，然后进行数据集划分并进行零均值标准化预处理，然后搭建预训练网络和预测网络构成的混合深度学习Dst预测模型，训练模型获取最优模型结构，最后使用训练好的Dst预测模型预测测试集输出结果，评估模型性能，完成磁暴短期预测。本发明的方法利用历史Dst数据信息，构建由预训练网络和预测网络两部分组成的混合深度学习模型，提升了预测的准确性，采用蒙特卡罗丢弃技术估计模型的不确定性，提供预测区间，实现了较为准确地磁暴短期预测，适用于提前1‑4小时的Dst预测。

公开(公告)号：CN119904580A

公开(公告)日：2025-04-29

申请号：CN202510098758.1

申请日：2025-01-22

Applicant: 电子科技大学

Inventor： 王儒尧 ,  郑丁心 ,  张会雄 ,  王舰辉

IPC: G06T17/00 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/048 ,  G06N3/084

Abstract: 本发明公开了一种基于神经网络的高斯泼溅单目重建方法，首先构建一个包括图像深度恢复模型和SfM运动恢复模型的高斯泼溅单目重建模型，并训练图像深度恢复模型，再拍摄全景图片，并将其用球状卷积进行训练，恢复失真部分，然后通过SfM运动恢复模型进行稀疏点云重建，并用高斯重构核对图像表面进行重建，形成图像的基本几何构型，最后采用图像处理技术对图片进行高斯低通滤波降噪处理，形成物体完整的表面结构，完成图像场景三维重建。本发明的方法使用三维高斯泼溅技术与球状卷积核相结合，以构建物体几何模型，在可操作性上有了显著的提高，极大地提高了计算的速度，在智慧医疗，工程探伤等领域具有重要的应用价值。