一种基于小波增强识别的多级细化伪装目标检测方法

    公开(公告)号:CN119540520A

    公开(公告)日:2025-02-28

    申请号:CN202411338460.5

    申请日:2024-09-25

    Abstract: 本发明涉及目标检测技术领域,公开了一种基于小波增强识别的多级细化伪装目标检测方法,弥补现有方法未能有效利用全局信息导致检测细节遗漏的缺陷以及未能处理多层信息产生的特征冗余问题,使其更好地完成位置目标检测任务。首先通过预训练模型对可见光图像进行预处理,通过金字塔操作扩大特征量,在保证信息量的同时控制计算量,选取其中部分初始特征进行特征增强并通过小波辨别增强模块筛选辨别特征;选取最高层特征送入非对称卷积曼巴模块获取具有全局信息的特征;然后通过多个引导单元组成的特征反转解码器处理全局信息特征和辨别特征获取预测图,并训练该模型;在执行具体的检测任务时,采用训练好的模型获取预测图,完成检测任务。

    一种融合多源信息的知识图谱链接预测方法

    公开(公告)号:CN119204195A

    公开(公告)日:2024-12-27

    申请号:CN202411191960.0

    申请日:2024-08-28

    Abstract: 本发明涉及知识图谱技术领域,公开了一种融合多源信息的知识图谱链接预测方法,利用图自编码器训练知识图谱转化后的关系图,得到质量更高的实体特征和关系特征,从语义角度和空间角度来过滤低相关的邻域实体;然后将软提示应用到对语义特征的编码,硬提示应用到对高质量路径特征的编码,联合训练;将结构建模模型和文本建模模型对应的得分经过预处理和特征提取,通过权重对候选实体进行加权求和;在执行具体的链接预测任务时,对得到的得分进行排序,根据得分排序结果完成链接预测任务。本方法缓解了现有结构建模模型的过平滑问题,并降低了计算成本,同时还弥补了现有文本建模模型的实体模糊性和空间局限性,能更好地完成知识图谱链接预测任务。

Patent Agency Ranking