公开(公告)号：CN119250141A

公开(公告)日：2025-01-03

申请号：CN202411304424.7

申请日：2024-09-19

Applicant: 西北工业大学

Inventor： 雷雨 ,  李维 ,  吴天成 ,  侍佼 ,  刘勋

IPC: G06N3/067 ,  G06N3/084 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82

Abstract: 本发明公开了一种基于宽度学习理论的光学神经网络，包括依次连接的特征调制模块、增强调制模块、组合连接模块以及光学分类模块，其中：特征调制模块用于对输入的光场图像进行特征调制处理，以生成并行特征节点图像；增强调制模块用于对输入的并行特征节点图像进行增强调制处理以生成多个经过非线性光学调制的增强节点图像；组合连接模块用于对输入的并行特征节点图像和增强节点图像进行组合处理以生成组合节点图像；光学分类模块用于对输入的组合节点图像进行光学分类，以生成光输出向量。本发明利用宽度学习理论的设计原理，将光学计算系统从垂直级联结构转换为基于宽度的并行结构；在浅宽结构下，有效解决了联光学映射中的误差积累问题。

公开(公告)号：CN114842328B

公开(公告)日：2024-03-22

申请号：CN202210283172.9

申请日：2022-03-22

Applicant: 西北工业大学

Inventor： 侍佼 ,  谭春晖 ,  雷雨 ,  周德云 ,  周颖

IPC: G06V20/10 ,  G06V10/762 ,  G06V10/774 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/086

Abstract: 本发明公开了一种基于协同分析自主感知网络结构的高光谱变化检测方法，包括：获取同一传感器采集的两组高光谱变化检测数据集，确定每组的训练样本和待测样本；对每组建立变化检测网络结构搜索任务；对每个任务产生初始网络结构种群；对每个当前网络结构种群，利用遗传算法进行种群内进化得到内部进化后网络结构种群；针对该对内部进化后网络结构种群，在满足跨任务知识交流条件时共享优秀个体信息，得到每个内部进化后网络结构种群对应的更新网络结构种群；判断是否达到预设的最大迭代次数；若否返回种群内进化；若是停止迭代，从每个更新网络结构种群中获取最优网络结构，利用对应的待测样本得到变化检测结果。本发明能提高各CD任务分类精度。

公开(公告)号：CN114821299B

公开(公告)日：2024-03-19

申请号：CN202210311570.7

申请日：2022-03-28

Applicant: 西北工业大学

Inventor： 侍佼 ,  吴天成 ,  雷雨 ,  周德云 ,  周颖 ,  何玉亭 ,  曾丽娜

IPC: G06V20/10 ,  G06V10/764 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/086 ,  G06N3/088 ,  G06N3/0895

Abstract: 本发明公开了一种遥感图像变化检测方法，包括：获取对同一位置不同时刻拍摄的第一、第二遥感图像；分别对第一、第二遥感图像进行标记形成无标签样本数据和有标签样本数据；分别对无标签样本数据和有标签样本数据进行矢量格式转换形成无标签样本矢量数据和有标签样本矢量数据；利用进化算法进行网络结构搜索得到若干目标阶梯网格模型；对每一目标阶梯网络模型进行半监督与无监督训练确定中间最优阶梯网络模型；对中间最优阶梯网络模型进行半监督与无监督训练得到目标最优阶梯网络模型，目标最优阶梯网络模型对应的输出结果为检测结果。本发明检测方法普适性更强，可以获得更好的遥感图像变化检测结果。

公开(公告)号：CN116188988A

公开(公告)日：2023-05-30

申请号：CN202310200730.5

申请日：2023-03-03

Applicant: 西北工业大学

Inventor： 侍佼 ,  李佳怡 ,  吴天阳 ,  雷雨 ,  周德云 ,  刘晓冬

IPC: G06V20/10 ,  G06V10/762 ,  G06N3/006

Abstract: 本发明公开了一种基于多目标进化的遥感图像变化检测方法，包括：获取具有不同时相的第一待处理图像及第二待处理图像，并生成差异图；面向差异图生成初始种群；基于改进的高斯混合模型GMM计算初始种群中每个个体的第一目标函数；基于噪声抑制算法计算每个个体的第二目标函数；利用基于分解的多目标进化算法MOEA/D对所述第一目标函数及所述第二目标函数进行迭代优化并更新非支配结果集合；根据非支配结果集合，获得第一待处理图像与第二待处理图像间的变化检测结果。本发明降低了检测过程中陷入局部最优的风险，并实现变化检测中噪声抑制与变化细节保护之间平衡的自主控制。

公开(公告)号：CN113255451B

公开(公告)日：2023-04-07

申请号：CN202110450313.7

申请日：2021-04-25

Applicant: 西北工业大学

Inventor： 侍佼 ,  谭春晖 ,  雷雨 ,  周德云 ,  李枭扬 ,  周颖

IPC: G06V20/10 ,  G06V10/40 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/086

Abstract: 本发明公开了一种遥感图像的变化检测方法、装置、电子设备及存储介质，该方法包括：获取具有不同时相的第一待处理图像和第二待处理图像；将第一待处理图像及第二待处理图像输入变化检测模型，并获得变化检测模型输出的变化检测结果；根据变化检测结果，确定第一待处理图像和第二待处理图像中的地表变化。由于变化检测模型是预先利用多个第一类训练样本，按照预设网络性能评价策略以及预设网络结构搜索策略，对每次迭代得到的网络结构进行性能评价后，选取至少部分网络结构进行交叉、变异得到的神经网络模型，因而通过网络结构搜索策略实现了自动获取可用于实现遥感图像变化检测的最优全连接网络结构，进而解决人工设计网络结构耗时耗力的问题。

公开(公告)号：CN113988139A

公开(公告)日：2022-01-28

申请号：CN202111306631.2

申请日：2021-11-05

Applicant: 西北工业大学

Inventor： 侍佼 ,  张曦 ,  周德云 ,  雷雨 ,  李枭扬 ,  谭春晖 ,  吴天成

IPC: G06K9/00 ,  G06K9/62

Abstract: 本发明公开了一种基于多数据集协同分析的高光谱波段选择方法及存储介质。该方法包括：获取K个高光谱数据集；计算每个所述初始种群中的每个个体的适应度值；对当前种群内的父代个体执行交叉或变异操作，得到第一子代个体；对当前种群之间的父代个体依跨数据迁移概率执行交叉操作，得到第二子代个体；根据适应度值更新当前种群并根据迁移概率函数更新所述跨数据集迁移概率；选择适应度值最高的个体作为当前种群的最优波段进行输出。本发明构建了一个高光谱多数据集波段选择协同分析框架，利用数据集相同的光谱范围及相似的光谱‑空间结构，从而提高每个数据集的波段选择性能。

公开(公告)号：CN113971502A

公开(公告)日：2022-01-25

申请号：CN202111044647.0

申请日：2021-09-07

Applicant: 西北工业大学

Inventor： 杨振 ,  李枭扬 ,  陈曦 ,  闵令通 ,  侍佼 ,  支元杰 ,  周德云

IPC: G06Q10/06 ,  G06Q10/04 ,  G06Q10/08 ,  G06F30/27 ,  G06N3/12 ,  G06F111/04

Abstract: 本发明公开了一种基于状态转移策略遗传算法的异构多无人机任务分配方法，包括：确定待执行任务，并在获取每个待执行任务的第一信息以及无人机的第二信息后，生成第一种群；若当前迭代次数大于等于2，则利用上一次迭代过程中得到的最佳个体对第一种群进行更新；根据预设收益函数、第一种群和更新后的第一种群，确定第二种群；从第二种群中确定交叉父代进行交叉操作，得到第三种群后，确定第三种群的收益；从第三种群中确定变异父代进行变异操作，得到第四种群后，确定第四种群的收益；确定本次迭代过程的最佳个体，在当前迭代次数达到预设迭代次数时，根据最佳个体确定各无人机对应的待执行任务。本发明提高了无人机任务分配方法的效率和收敛性。

公开(公告)号：CN118690799A

公开(公告)日：2024-09-24

申请号：CN202410522400.2

申请日：2024-04-28

Applicant: 西北工业大学深圳研究院

Inventor： 雷雨 ,  王方博 ,  侍佼 ,  杨宏 ,  李佳怡 ,  贺礼 ,  杨生辉

IPC: G06N3/0464 ,  G06N3/0495 ,  G06N3/082 ,  G06N3/086 ,  G06N3/047

Abstract: 本发明公开了一种基于进化多目标优化的卷积神经网络压缩方法，包括：对训练好的卷积神经网络中的卷积层和全连接层进行编码，随机生成多个编码个体并组成初始网络种群；计算每个个体解码后对应的卷积神经网络模型精度的适应度函数值和卷积神经网络参数修剪比例适应度函数值，进行非支配排序和拥挤距离度量；将初始网络种群作为父代网络种群，进行遗传操作生成新的子代个体，生成规模为N的子代网络种群；将父代网络种群与子代网络种群结合后再进行非支配排序、拥挤距离度量和精英保持策略，选择最优的前N个个体，得到更新后的网络种群，对每一个卷积神经网络模型进行微调，得到一组卷积神经网络模型。本发明能够有效避免重复计算造成的成本提升，同时保持高分类精度。

公开(公告)号：CN112509017B

公开(公告)日：2024-06-28

申请号：CN202011300324.9

申请日：2020-11-18

Applicant: 西北工业大学

Inventor： 侍佼 ,  雷雨 ,  张泽平 ,  周德云 ,  刘晓冬 ,  张曦 ,  邵涛

IPC: G06T7/33 ,  G06N3/096 ,  G06N3/006

Abstract: 本发明提供了一种基于可学习差分算法的遥感影像变化检测方法。首先，在差分进化算法的每次迭代过程中执行变异和交叉操作；然后，从原种群和交叉后种群中随机选择部分个体进入新种群，再从新种群中选择个体并进行标记，得到训练样本；接着，对神经网络进行训练，再利用训练好的神经网络选择进入下一代种群的个体；如此迭代，得到逼近真实最优值的种群，再计算最优的模糊关系矩阵，将差异图中的每个像素分配到最大模糊值的类别，最终完成变化检测。本发明方法具有良好的优化能力和收敛速度，且检测精度高。

公开(公告)号：CN116994055A

公开(公告)日：2023-11-03

申请号：CN202310990499.4

申请日：2023-08-08

Applicant: 西北工业大学

Inventor： 杨宏 ,  张楠 ,  李佳怡 ,  侍佼 ,  雷雨 ,  邵涛

IPC: G06V10/764 ,  G06N3/006 ,  G06N3/126 ,  G06V10/771 ,  G06V10/774 ,  G06V20/10

Abstract: 本发明公开了一种基于进化多任务集成学习的高光谱图像分类方法，包括：将有标签样本作为训练集预训练各个基分类器，将待分类无标签样本输入预训练好的基分类器分类；根据待分类无标签样本在基分类器的分类结果，使用样本扩充策略进行样本扩充，对剩余待分类无标签样本加权均值滤波；基于样本扩充的训练集建立针对各个基分类器的特征选择任务，利用设计的多任务进化优化方法为每个特征选择任务选择目标最优特征子空间；基于目标最优特征子空间集映射得到低维训练集和低维待分类无标签样本；基于低维训练集对预训练好的基分类器再训练，使用训练好的基分类器对低维待分类无标签样本分类，集成分类结果。本发明提高了高光谱图像的分类性能。