-
公开(公告)号：CN111754404B
公开(公告)日：2022-07-01
申请号：CN202010560118.5
申请日：2020-06-18
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于多尺度机制和注意力机制的遥感图像时空融合方法，包括步骤：S1将高时间、低空间分辨率的图像和低时间、高空间分辨的图像分别输入两个不同的并行卷积神经网络，分别提取它们的在不同尺度上的特征图；S2选择三个尺度上的特征图，分别对它们进行融合，再将三个尺度上的融合特征图上采样到统一尺度，接着把它们融合为一个特征图；S3将融合后的特征图输入注意力机制，对特征图的特征和通道赋予不同的权值；S4结合特征图的权值，使用全连接层对图像进行重建，得到一张高空间、高时间分辨率的图像。本发明提高了遥感图像时空算法的准确率，并且在时间效率上具有优势。
-
公开(公告)号：CN108983599B
公开(公告)日：2021-07-16
申请号：CN201810888490.1
申请日：2018-08-07
Applicant: 重庆邮电大学
IPC: G05B13/02
Abstract: 本发明属于车联网领域，具体涉及到一种车联网下多参数融合的自适应监控系统及其监控方法，所述监控方法包括：车载终端获取车辆属性和车辆类别的信息，并通过网络从路测设备中获取外界的相关信息，随后车载终端将获取的信息汇总后发送给后台管理服务器；后台管理服务器根据车载终端发送的数据计算车辆的监控状态指数P，根据车辆的监控状态指数P的数值选择安全等级；后台管理服务器将安全等级返回给用户端，车载终端根据收到的当前车辆的安全等级选择监控策略；本发明充分考虑车联网的高动态性、网络时延和带宽监控机制的影响，自适应的选择监控策略，提高监控系统的可伸缩性，提高网络通信资源利用率，减小了用户端的资源开销，提高了整个系统的监控性能。
-
公开(公告)号：CN111754404A
公开(公告)日：2020-10-09
申请号：CN202010560118.5
申请日：2020-06-18
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于多尺度机制和注意力机制的遥感图像时空融合方法，包括步骤：S1将高时间、低空间分辨率的图像和低时间、高空间分辨的图像分别输入两个不同的并行卷积神经网络，分别提取它们的在不同尺度上的特征图；S2选择三个尺度上的特征图，分别对它们进行融合，再将三个尺度上的融合特征图上采样到统一尺度，接着把它们融合为一个特征图；S3将融合后的特征图输入注意力机制，对特征图的特征和通道赋予不同的权值；S4结合特征图的权值，使用全连接层对图像进行重建，得到一张高空间、高时间分辨率的图像。本发明提高了遥感图像时空算法的准确率，并且在时间效率上具有优势。
-
公开(公告)号：CN108983599A
公开(公告)日：2018-12-11
申请号：CN201810888490.1
申请日：2018-08-07
Applicant: 重庆邮电大学
IPC: G05B13/02
Abstract: 本发明属于车联网领域，具体涉及到一种车联网下多参数融合的自适应监控系统及其监控方法，所述监控方法包括：车站终端获取车辆属性和车辆类别的信息，并通过网络从路测设备中获取外界的相关信息，随后车载终端将获取的信息汇总后发送给后台管理服务器；后台管理服务器根据车载终端发送的数据计算车辆的监控状态指数P，根据车辆的监控状态指数P的数值选择安全等级；后台管理服务器将安全等级返回给用户端，车载终端根据收到的当前车辆的安全等级选择监控策略；本发明充分考虑车联网的高动态性、网络时延和带宽监控机制的影响，自适应的选择监控策略，提高监控系统的可伸缩性，提高网络通信资源利用率，减小了用户端的资源开销，提高了整个系统的监控性能。
-
-
-
Search Results
4
records
(took 0.018 seconds)
