-
公开(公告)号：CN119152281B
公开(公告)日：2025-03-11
申请号：CN202411596691.6
申请日：2024-11-11
Applicant: 西南交通大学
IPC: G06V10/764 , G06V10/82 , G06N3/0464 , G06V10/774 , G06V20/10
Abstract: 本发明提供了一种基于多模态四元数表示网络的多源遥感图像分类方法，涉及遥感图像处理技术领域，包括获取高光谱图像和激光雷达图像数据集，对其进行归一化和降维处理，并分为训练集和测试集；依次构建多模态四元数表示模块，三级融合框架和双分支四元数卷积Transformer网络，并基于所述多模态四元数表示模块，三级融合框架和双分支四元数卷积Transformer网络构建得到多模态四元数表示网络；将训练集按照预设训练参数和损失函数训练多模态四元数表示网络进行训练，得到训练后的多源遥感图像分类模型，并根据训练后的多源遥感图像分类模型对所述测试集进行测试，得到分类结果。本发明可以简单有效地融合多模态特征。
-
公开(公告)号：CN117274725B
公开(公告)日：2024-04-12
申请号：CN202311569976.6
申请日：2023-11-23
Applicant: 西南交通大学
IPC: G06V10/764 , G06V10/82 , G06V10/74 , G06V10/80 , G06V10/44 , G06V10/58 , G06V10/62 , G06V20/10 , G06N3/0464 , G06N3/0442 , G06N3/048 , G06N3/08
Abstract: 本发明提供了一种基于张量ConvLSTM的高光谱图像分类方法和装置，涉及遥感图像处理技术领域，包括基于卷积核构建张量顺序卷积层，将已分类的高光谱图像数据发送至张量顺序卷积层，得到空间特征；构建全张量卷积长短时记忆单元，将空间特征发送至全张量卷积长短时记忆单元，得到空谱特征；将空谱特征进行分类训练，将训练结果和已分类的高光谱图像数据的类型标签进行匹配度计算，构建高光谱分类模型，将待分类的高光谱图像数据发送至所述高光谱分类模型，得到分类结果。本发明可以同时压缩模型参数量和计算量，也可以获得比原始模型更准确的高光谱图像分类结果，还保护了模型对特征提取能力。
-
公开(公告)号：CN117392378B
公开(公告)日：2024-02-27
申请号：CN202311685583.1
申请日：2023-12-11
Applicant: 西南交通大学
Abstract: 本发明提供了一种红外小目标检测方法、装置、设备及可读存储介质，涉及目标检测技术领域，包括将红外序列图像按时间序列依次堆叠形成时空张量，时空张量包括背景张量、目标张量及噪声张量；基于背景张量的对数张量核范数表征背景张量的低秩性；计算目标张量的稀疏权重；并获取背景张量的分段平滑结构约束项和噪声张量的Frobenius范数约束项，由背景张量的低秩性和分段平滑结构约束项、目标张量及其稀疏权重和噪声张量的Frobenius范数约束项构建低秩稀疏张量分解模型；利用交替方向乘子法计算低秩稀疏张量分解模型得到目标张量，解构目标张量得到红外小目标检测结果，本发明用于实(56)对比文件Kun Wang等.Infrared Small and MovingTarget Detection on Account of theMinimization of Non-Convex Spatial-Temporal Tensor Low-Rank Approximationunder the Complex Background《.appliedsciences》.2023,第13卷第1-19页.
-
公开(公告)号：CN117576517A
公开(公告)日：2024-02-20
申请号：CN202410051380.5
申请日：2024-01-15
Applicant: 西南交通大学
IPC: G06V10/774 , G06V20/10 , G06N3/094 , G06N3/0455
Abstract: 本发明提供了一种光学遥感影像自监督对比学习变化检测方法及装置，涉及遥感影像变化检测技术领域，包括获取训练样本图像和待检测影像；基于预设的生成对抗网络构建双时相域自适应模块，并将训练样本图像发送至构建后的双时相域自适应模块进行训练，得到训练后的双时相域自适应模块和自适应变换样本对；基于双时相域自适应模块构建预训练框架，将自适应变换样本对发送至预训练框架进行特征提取和优化，得到优化后的预训练框架；基于优化后的预训练框架构建影像变化检测模型，将待检测影像发送至影像变化检测模型进行检测，得到检测结果，本发明通过利用无标注遥感数据进行自监督对比预训练，减少遥感变化检测任务对密集人工标注的依赖性。
-
公开(公告)号：CN117274725A
公开(公告)日：2023-12-22
申请号：CN202311569976.6
申请日：2023-11-23
Applicant: 西南交通大学
IPC: G06V10/764 , G06V10/82 , G06V10/74 , G06V10/80 , G06V10/44 , G06V10/58 , G06V10/62 , G06V20/10 , G06N3/0464 , G06N3/0442 , G06N3/048 , G06N3/08
Abstract: 本发明提供了一种基于张量ConvLSTM的高光谱图像分类方法和装置，涉及遥感图像处理技术领域，包括基于卷积核构建张量顺序卷积层，将已分类的高光谱图像数据发送至张量顺序卷积层，得到空间特征；构建全张量卷积长短时记忆单元，将空间特征发送至全张量卷积长短时记忆单元，得到空谱特征；将空谱特征进行分类训练，将训练结果和已分类的高光谱图像数据的类型标签进行匹配度计算，构建高光谱分类模型，将待分类的高光谱图像数据发送至所述高光谱分类模型，得到分类结果。本发明可以同时压缩模型参数量和计算量，也可以获得比原始模型更准确的高光谱图像分类结果，还保护了模型对特征提取能力。
-
Patent Agency Ranking
公开(公告)号：CN106291503B
公开(公告)日：2018-12-28
申请号：CN201610792876.3
申请日：2016-08-31
IPC: G01S7/41
Abstract: 本发明公开了一种雷达探测系统密度聚类预警方法，包括采用雷达探测系统进行周期性探测，得到探测区域的点迹多维参数；采用DBSCAN聚类算法对每个探测周期内的点迹进行聚类，得到若干个簇，每个簇代表一个入侵物体；对聚类后得到的若干个簇进行过滤；计算过滤后簇的平均距离，如果连续多个探测周期内，簇的平均距离变化趋势符合预警条件则发出预警等步骤。进一步地，还包括对每个探测周期内的点迹多维参数进行预处理和预警的方法，以及计算DBSCAN聚类算法中邻域参数的方法。采用本发明的方法，既能保证探测的精度，同时又通过后期处理减少虚警，而且运算量较小，使得整个系统的预警更加及时。
-
公开(公告)号：CN106028352A
公开(公告)日：2016-10-12
申请号：CN201610312987.X
申请日：2016-05-12
CPC classification number: H04W16/18 , G01S13/931 , G01S2013/9328 , G08C17/02
Abstract: 本发明公开了一种无线探测与通信融合的区域危险预警系统与方法，采用云无线网络架构部署公网或专网授权频段RRU与毫米波频段RRU，合理利用公网或专网授权频段与毫米波频段的特性，进行周围环境探测的同时，利用空闲资源实现高可靠大容量无线通信，并通过通信功能反馈环境探测结果到地面监测中心，达到危险预警等目的。公网或专网授权频段物理层帧用于传输低容量可靠无线通信数据，毫米波频段根据需求在时间上划分出探测帧与无线通信帧，在探测帧时间内毫米波频段RRU进行环境探测信号的收发；在无线通信帧时间内毫米波频段RRU传输大容量非可靠通信数据，并设计了无线通信帧时间内公网或专网授权频段与毫米波频段融合的上下行方向数据传输信令流程。
-
公开(公告)号：CN103955926B
公开(公告)日：2016-10-05
申请号：CN201410163199.X
申请日：2014-04-22
Applicant: 西南交通大学
IPC: G06T7/00
Abstract: 本发明公开了一种基于Semi‑NMF的遥感图像变化检测方法，处理对象同时包含了光学遥感和合成孔径雷达图像，主要解决现有遥感图像变化检测方法在获得较强变化区域的同时无法检测到微弱、较小的变化区域，以及不能有效保留更多细节和边缘信息的问题。其实现过程包括：(1)根据遥感图像类型产生差异图像。(2)通过PCA获得差异图像每个像素所对应的基于邻域信息的特征向量，并利用其构建特征矩阵X。(3)对X执行Semi‑NMF算法，经过迭代运算将其分解为基矩阵F和系数矩阵G。(4)根据系数矩阵判定变化类ωc和不变化类ωu，实现软聚类的功能，得到二值变化检测结果。本发明减少边缘信息的丢失，同时检测较强和微弱、较小的变化区域，减少总错误率，保留了更多的细节信息，有效地获取变化结果。
-
公开(公告)号：CN102869033A
公开(公告)日：2013-01-09
申请号：CN201210355608.7
申请日：2012-09-21
Applicant: 西南交通大学
IPC: H04W24/06
Abstract: 本发明公开了一种基于ARMA-ARCH模型族的GSM通信系统GPRS数据业务的预测方法。本发明方法的关键步骤为GPRS数据业务的预处理，包括季节性周期确定、ln缩小化、去季节性和趋势性处理；利用ARMA-ARCH模型族对预处理后的GPRS数据进行预测。采用本发明方法可对GPRS数据业务进行有效的预测，为运营商对通信过程中描述当前网络运行的状态、性能参数进行分析和对无线通信网规划扩容、维护及优化提供重要的参考手段，可提前预测网络的数据流量变化趋势，有计划的做好网络扩容和优化，直接或间接地带来可观的经济效益。
-
公开(公告)号：CN116051896B
公开(公告)日：2023-06-20
申请号：CN202310042326.X
申请日：2023-01-28
Applicant: 西南交通大学
IPC: G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/0495 , G06N3/08
Abstract: 本发明公开了一种轻量化混合张量神经网络的高光谱图像分类方法，其分类过程包括：数据预处理，获取保留空谱特征信息的低维高光谱图像数据；基于全连接张量网络分解构建低复杂度的混合张量神经网络，将低维高光谱图像数据输入到由张量化三维和二维卷积层组成的混合结构张量模块中，学习具有强判别性的空谱特征和空间特征，并使用张量化全连接层和非线性激活函数进行分类；通过最小化损失函数训练混合张量神经网络，并使用训练好的网络模型对高光谱图像实现分类和指标评估。本发明中，标准卷积层的卷积核张量和全连接层的权重矩阵被分解为一组具有全连接结构的小尺寸因子张量，使得网络模型能以更少的参数量实现了较高的分类精度。
-
-
-
-
-
-
-
-
-
Search Results
38
records
(took 0.032 seconds)
