-
公开(公告)号：CN119888221A
公开(公告)日：2025-04-25
申请号：CN202411912501.7
申请日：2024-12-24
Applicant: 重庆邮电大学
IPC: G06V10/26 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0455 , G06N3/0464
Abstract: 本发明涉及一种面向高分辨率遥感图像的多尺度双分支语义分割方法，属于计算机技术领域。该方法包括：采集数据集并预处理；构建浅层特征提取融合模块，该模块通过双分支结构的ResNet分别处理VIS和DSM数据，利用卷积层提取特征后经特征融合模块融合，能充分挖掘不同数据源特征并融合；构建深层特征提取融合模块，该模块的SCSA层结合通道与空间注意力处理特征图，跨模态自注意力层计算跨模态注意力并融合结果；接着构建级联解码器，再用训练集训练网络，最后用测试集测试网络。该方法解决了高分辨率遥感图像语义分割中地物特征复杂多样、空间分布不均及VIS和DSM数据信息融合不充分等问题。
-
公开(公告)号：CN117556141A
公开(公告)日：2024-02-13
申请号：CN202311545680.0
申请日：2023-11-20
Applicant: 重庆邮电大学
IPC: G06F16/9535 , G06F16/635 , G06F16/901 , G06F18/214 , G06F18/20 , G06F18/22
Abstract: 本发明涉及基于超图节点多尺度嵌入音乐推荐方法，属于计算机技术领域。该方法包括以下步骤：S1：获取数据集，并进行预处理；S2：构建超图数据集模型；S3：根据游走算法生成超图数据模型的一阶马尔可夫游走序列，即得到每个超图节点的游走序列；S4：采集得到游走序列的每个超图节点的多尺度领域属性集，将采集的每个多尺度邻域属性集分成若干次作为Doc2Vec的输入，生成不同尺度的节点嵌入，将多个尺度嵌入组合为最终嵌入；S5：计算用户偏好并进行音乐推荐。本发明解决了超图嵌入的音乐推荐中，未能联合学习音乐属性多尺度嵌入的问题，从而提高了推荐系统性能和用户体验。
-
公开(公告)号：CN119495199A
公开(公告)日：2025-02-21
申请号：CN202411644092.7
申请日：2024-11-18
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于强化学习的环境感知交通信号控制方法，属于计算机技术领域。该方法通过感知环境信息和交通状态，结合道路状态，智能调控交通信号。首先，在模拟环境中利用强化学习算法学习调控交通信号策略，再将得到的调控策略运用于现实场景。具体实施包括收集环境感知数据、构建仿真交通环境、配置控制策略、设置典型交通场景、收集环境信息、特征融合、性能指标设定、强化学习优化、真实场景应用、反馈机制建立等步骤。本发明通过结合强化学习和环境感知技术，能够动态适应不同时间和环境下的交通需求，有效缓解交通拥堵，提高交通运行效率，为改善城市交通状况提供了一种有效方案。
-
公开(公告)号：CN119206181A
公开(公告)日：2024-12-27
申请号：CN202411323704.2
申请日：2024-09-23
Applicant: 重庆邮电大学
IPC: G06V10/25 , G06V10/764 , G06V10/82 , G06V10/44 , G06V20/13 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本发明涉及一种基于YOLOv5的遥感小目标检测方法，属于目标检测领域，包括：S1：采集并预处理数据集，划分为训练集、验证集和测试集；S2：将数据集中的标签文件转换为YOLOv5格式；S3：创建数据集的配置文件；S4：构建RStargetNet网络：以YOLOv5网络为基础，使用VanillaNet作为骨干网络，加入SENet通道注意力机制，置信度损失和类别损失采用BCEloss，定位损失采用CIoUloss；S5：对RStargetNet网络进行训练、验证和测试，得到最优模型；S6：利用最优模型对输入网络中的图片进行预测，获得各个检测目标的类别名称、置信度分数和目标框坐标信息，并展示在图片中。
-
-
-
Search Results
4
records
(took 0.014 seconds)
