-
公开(公告)号：CN113313769B
公开(公告)日：2022-08-30
申请号：CN202110654282.7
申请日：2021-06-11
Applicant: 湖北工业大学
IPC: G06T7/80
Abstract: 本发明提供了一种光学卫星多面阵传感器片间无缝几何定标方法，包括以下步骤：步骤1，通过分片影像和参考数据的密集匹配，获得分片影像上的控制点；步骤2，针对多面阵传感器采集的相邻分片影像，通过影像匹配方法，获得相邻分片影像之间的连接点；步骤3，根据光学卫星面阵传感器的成像机理，构建面阵成像卫星在轨几何定标模型；步骤4，利用基准片影像上匹配获得的控制点，求解出在轨几何定标模型中的外定标参数；步骤5，利用所有分片影像上的控制点和相邻分片影像之间的连接点，联合求解每一片面阵传感器的内定标参数。本发明可以实现光学卫星多面阵传感器片间无缝几何定标，从而提升卫星影像产品的内部几何精度。
-
公开(公告)号：CN114724126A
公开(公告)日：2022-07-08
申请号：CN202210430000.X
申请日：2022-04-22
Applicant: 湖北工业大学
Abstract: 本发明公开了一种基于大数据的行为数据分析用高精度处理预警方法，具体涉及行为数据分析技术领域，包括以下步骤：获取用户驾驶时车内的图像和驾驶操作各项数据；获取用户驾驶时车外的图像数据；建立用户的驾驶模型，对不同驾驶情况下的用户驾驶操作进行预测。本发明首先建立数据库，并根据用户的驾驶习惯得出相应的预测模型，分别计算驾驶操作时不同操作项目对于安全等级的权重，最终计算得出预测的用户驾驶操作存在的风险，并将计算结果与风险等级进行匹配，并将得出的结果进行预警提示，避免用户根据驾驶经验进行下意识操作，对用户接下来最大可能的驾驶操作进行预测并分析其危险情况，并及时提示用户，降低出现危险操作的几率。
-
公开(公告)号：CN112818035B
公开(公告)日：2022-05-17
申请号：CN202110123044.3
申请日：2021-01-29
Applicant: 湖北工业大学
IPC: G06F16/2458 , G06N3/04 , G06N3/08
Abstract: 本发明提供了一种网络故障预测方法，包括如下步骤：S1.将网络故障数据进行预处理，所述网络故障数据包括故障类型、故障发生时间，转化为时间序列数据，每个时间序列表示当前时间段发生的所有故障类型；S2.构建基于门控多头注意力的神经网络模型，所述神经网络模型包括嵌入层、注意力记忆网络层、多头注意力层以及门控融合层，将所述时间序列数据输入所述基于门控多头注意力的神经网络模型，所述基于门控多头注意力的神经网络模型对网络故障数据中的故障进行预测。旨在解决传统的预测方法因故障的复杂性以及随机性，不能预测不同网络故障对其他故障的影响，从而不能对故障进行预测的问题，从而提供对网络故障进行精确预测的技术方案。
-
公开(公告)号：CN113947751A
公开(公告)日：2022-01-18
申请号：CN202111162828.3
申请日：2021-09-30
Applicant: 湖北工业大学
IPC: G06V20/52 , G06V20/10 , G06V10/774 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08 , G06F16/29 , G01C21/00
Abstract: 本发明公开了一种基于深度学习方向特征的多尺度场景识别方法，利用地图采集车和测试车，经过相同的路径，每隔相同一段距离确定一个节点，并采集节点信息；分别提取前视图像的深度学习方向特征，并将深度学习方向特征保存至对应的节点信息中；地图节点的集合构成地图集；测试节点的集合构成测试点集；利用GPS信息对地图节点和测试节点进行匹配，筛选出与某一特定测试节点在一定距离内的地图节点；对每一个测试节点均进行匹配，筛选出所有符合要求的地图节点，构成候选地图节点集；通过匹配候选地图节点集和测试节点的深度学习方向特征，实现场景识别。本发明所提出的装置和方法能实现低成本，精度高、鲁棒性强和效率高的场景识别。
-
公开(公告)号：CN112883850A
公开(公告)日：2021-06-01
申请号：CN202110149003.1
申请日：2021-02-03
Applicant: 湖北工业大学
Abstract: 本发明涉及一种基于卷积神经网络的多视角空天遥感图像匹配方法，相较于传统匹配算法，不仅能够保证多视角遥感图像的匹配效率，而且能显著提高多视角遥感图像的匹配准确率，具体包括：归一化预处理待匹配的航天遥感图像和航空遥感图像；通过稠密多视角特征提取神经网络对输入图像进行稠密特征提取，得到多视角显著特征点集；结合显著特征点的梯度信息和视角差异信息构建特征描述符；设计用于神经网络训练的三元组损失函数，提升神经网络提取特征点和描述特征的准确度；根据特征点描述值使用Flann特征匹配，再通过RANSAC进行筛选，得到最终匹配结果。
-
Patent Agency Ranking
公开(公告)号：CN112686432A
公开(公告)日：2021-04-20
申请号：CN202011494328.5
申请日：2020-12-17
Applicant: 湖北工业大学
Abstract: 本发明涉及风电水电调度领域，具体涉及一种多目标水电‑风电优化调度模型方法，构建风力不确定性与径流不确定性初始场景，获取一个调度周期内的不同概率场景的风电场风速、水库上游来水量；以系统节点缺电量、水库下泄流量为目标，水库库容、电网负荷为约束，建立考虑不同概率风电出力及上游来水量的不确定性场景的多目标水电‑风电优化调度模型；采用场景缩减准则对初始化场景进行缩减；采用基于不确定性Pareto排序的多目标算法对模型求解，得到不确定性Pareto解集及水库运行发电、泄流的调度方案。该方法有效的提高复杂电力综合系统中的综合利用，为水电‑风电多标优化调度问题的求解提供新的方法。
-
公开(公告)号：CN112613720A
公开(公告)日：2021-04-06
申请号：CN202011499086.9
申请日：2020-12-17
Applicant: 湖北工业大学
Abstract: 本发明提供一种考虑多不确定性的水库灌溉优化调度方法，包括：构建考虑时空拓扑关系的降雨不确定性与径流不确定性的初始场景；采用基于概率测度的场景缩减准则对初始化场景进行缩减；建立考虑缩减场景的水库灌溉优化调度模型；采用岛群优化算法对步骤3中的模型进行求解，根据计算结果对灌溉供水进行调度。本发明采用混沌场景规划建立多不确定因素影响的水库灌溉优化调度模型，并采用岛群优化算法求解调度结果，从而为水库灌溉调度水量提供了很好的参考，有效地处理了不确定性因素所带来的问题，并极大地提高水库灌溉调度水平和调度准确度。
-
公开(公告)号：CN112419380A
公开(公告)日：2021-02-26
申请号：CN202011340239.5
申请日：2020-11-25
Applicant: 湖北工业大学
Abstract: 本发明公开了一种基于云掩膜的静止轨道卫星序列影像高精度配准方法。通过虚拟重成像方式生成单帧无畸变影像，消除序列影像单帧内部畸变；然后利用最大类间方差法计算的二次自适应阈值，对序列影像进行快速云检测；并利用序列影像间建立的粗几何关系获得非参考帧与参考帧间的同名匹配块，采用SIFT算法逐块进行匹配得到同名特征点；之后结合云检测结果剔除云区的误匹配点，并采用随机采样一致性对误匹配点进一步剔除，得到高可靠的同名点对；基于整体仿射变换的配准模型对序列影像进行配准处理。本发明有效避免云带来的匹配粗差，有利于提高序列影像配准的精度，实现序列影像的高精度配准。
-
公开(公告)号：CN112329614A
公开(公告)日：2021-02-05
申请号：CN202011214351.4
申请日：2020-11-04
Applicant: 湖北工业大学
Abstract: 本发明涉及一种异常事件检测方法及系统，涉及计算机视觉技术领域。该方法包括：分别提取正常训练集和异常训练集的特征数据；利用特征数据分别对基于SVDD的分类器进行训练和测试，得到正常分类器和异常分类器，并通过一定的分类决策规则将两个分类器相结合，构成联合分类器；根据提取的测试集的特征数据，通过联合分类器判断是否存在异常事件。本发明采用基于运动能量熵和支持向量数据描述的方法构建异常事件检测模型，通过引入一种新的特征来提高异常事件的表征能力，通过使用两个半监督模型的联合模型克服单一半监督模型的固有缺陷，提高了异常事件检测模型的检测性能。
-
公开(公告)号：CN111950615A
公开(公告)日：2020-11-17
申请号：CN202010763097.7
申请日：2020-07-31
Applicant: 武汉烽火技术服务有限公司 , 湖北工业大学 , 烽火通信科技股份有限公司
Abstract: 本发明公开了一种基于树种优化算法的网络故障特征选择方法，涉及智能计算技术领域，本发明采用改进Sigmod函数对树种优化算法进行二进制转换，并利用改进的二进制树种优化算法对网络故障原始的数据集进行特征选择，剔除不相关或冗余的对等网络故障特征，取出真正相关的特征，节省网络故障识别中特征提取的计算时间，从而提高网络故障识别的效率和精度；无需人为指定要选择的特征维数，能够智能的在识别精度和特征维数之间取得很好的平衡，快速自动寻找到比较合适最优特征子集。
-
-
-
-
-
-
-
-
-
Search Results
258
records
(took 0.056 seconds)
