-
公开(公告)号：CN119251509B
公开(公告)日：2025-03-14
申请号：CN202411787740.4
申请日：2024-12-06
Applicant: 成都信息工程大学
IPC: G06V10/26 , G06V10/774 , G06V10/44 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06V10/24 , G06N3/084
Abstract: 本发明提供了一种基于小目标识别网络的中尺度对流图像分割方法，属于图像处理技术领域，该方法包括获取原始云顶亮温数据；对原始云顶亮温数据进行预处理，并划分为训练集和测试集；构建并初始化基于特征对齐再分配的小目标识别网络；利用训练集对小目标识别网络进行训练；基于训练后的小目标识别网络，得到中尺度对流图像分割结果；达到训练次数的阈值后，将测试集输入至已训练后的小目标识别网络中，以判定当前小目标识别网络是否达到指标要求；将测试集输入至达到指标要求的小目标识别网络中，得到最终的中尺度对流图像分割。本发明解决了传统方法识别中尺度对流系统MCSs速度慢，只针对局部区域的问题。
-
公开(公告)号：CN119484856A
公开(公告)日：2025-02-18
申请号：CN202411633468.4
申请日：2024-11-15
Applicant: 成都信息工程大学
IPC: H04N19/42 , H04N19/503 , H04N19/136 , H04N19/124 , H04N19/91 , G06T9/00
Abstract: 本发明公开了一种基于神经网络的视频压缩方法及系统，包括：对视频数据进行关键帧提取，其包括：先将通过差分法检测到的运动目标关键视数据段通过子段分割分为若干子段，然后计算子段间互信息量，再根据互信息进行聚类，根据聚类结果提取关键帧；对提取的关键帧进行关键帧压缩；根据提取的关键帧数据进行帧间预测，其包括：利用当前帧、参考帧和前期预测帧进行运动估计和预测，然后将运动向量进行压缩编码；经运动补偿帧重建后得到预测的图像帧，将预测帧与当前帧比较计算出估计残差；使用残差自编码器网络来编码原始帧和预测帧之间的残差；利用重建残差对预测帧进行补偿得到码帧，并缓存于解码帧缓存器中以备下一步运动预测使用。
-
公开(公告)号：CN119484579A
公开(公告)日：2025-02-18
申请号：CN202411643765.7
申请日：2024-11-18
Applicant: 成都信息工程大学
IPC: H04L67/12 , H04L43/0823 , H04L43/0805 , H04L41/0654
Abstract: 本发明涉及一种基于智能合约变量解决物联网系统中状态冲突的方法和装置，自定义一种智能合约变量，具备过滤用户指定状态的能力；针对不合法状态，系统将触发自动错误处理机制；而对于被认定为合法的状态变化，该智能合约变量将其转换为可追溯的状态序列，随后由有记账权的节点将这些序列打包入区块链中。各节点通过更新本地区块链，实现状态的一致性。本发明的方法通过智能合约与物联网系统的深度交互，利用智能合约变量在数据上链过程中有效处理状态冲突，确保所有节点能够快速达成共识。这一机制显著提升了区块链的安全性和稳定性，同时也为物联网应用提供了更加高效的管理和控制手段，推动了智能合约在物联网领域的广泛应用。
-
公开(公告)号：CN119206016B
公开(公告)日：2025-01-28
申请号：CN202411721488.7
申请日：2024-11-28
Applicant: 成都信息工程大学
IPC: G06F30/27 , G06T15/00 , G06V10/774
Abstract: 本发明公开了一种基于生成式人工智能的极端暴雨天气渲染方法，属于图像渲染技术领域，本申请在训练阶段制作对应暴雨天气的数据集并进行处理，使用包括风力和降水量等特征的图像块建立训练集，随后利用生成式人工智能网络对这些数据进行学习，获得高仿真度的渲染模型，对于新的预测降水数据，本申请可自动处理并输出具有高度真实感的暴雨天气视觉效果，本申请能够高效地生成逼真的暴雨天气效果，并达到高水平的视觉精度，使用本申请可以更加高效地处理和展示即将到来的暴雨天气情况，为公众和决策者提供更为直观、易于理解的天气信息，有效地支持了应急管理和灾害预防工作。
-
公开(公告)号：CN119251509A
公开(公告)日：2025-01-03
申请号：CN202411787740.4
申请日：2024-12-06
Applicant: 成都信息工程大学
IPC: G06V10/26 , G06V10/774 , G06V10/44 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06V10/24 , G06N3/084
Abstract: 本发明提供了一种基于小目标识别网络的中尺度对流图像分割方法，属于图像处理技术领域，该方法包括获取原始云顶亮温数据；对原始云顶亮温数据进行预处理，并划分为训练集和测试集；构建并初始化基于特征对齐再分配的小目标识别网络；利用训练集对小目标识别网络进行训练；基于训练后的小目标识别网络，得到中尺度对流图像分割结果；达到训练次数的阈值后，将测试集输入至已训练后的小目标识别网络中，以判定当前小目标识别网络是否达到指标要求；将测试集输入至达到指标要求的小目标识别网络中，得到最终的中尺度对流图像分割。本发明解决了传统方法识别中尺度对流系统MCSs速度慢，只针对局部区域的问题。
-
Patent Agency Ranking
公开(公告)号：CN119206016A
公开(公告)日：2024-12-27
申请号：CN202411721488.7
申请日：2024-11-28
Applicant: 成都信息工程大学
IPC: G06T15/00 , G06V10/774 , G06V10/776 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于生成式人工智能的极端暴雨天气渲染方法，属于图像渲染技术领域，本申请在训练阶段制作对应暴雨天气的数据集并进行处理，使用包括风力和降水量等特征的图像块建立训练集，随后利用生成式人工智能网络对这些数据进行学习，获得高仿真度的渲染模型，对于新的预测降水数据，本申请可自动处理并输出具有高度真实感的暴雨天气视觉效果，本申请能够高效地生成逼真的暴雨天气效果，并达到高水平的视觉精度，使用本申请可以更加高效地处理和展示即将到来的暴雨天气情况，为公众和决策者提供更为直观、易于理解的天气信息，有效地支持了应急管理和灾害预防工作。
-
公开(公告)号：CN118864690A
公开(公告)日：2024-10-29
申请号：CN202410867723.5
申请日：2024-07-01
Applicant: 成都信息工程大学
IPC: G06T15/20 , G06T17/00 , G06T11/00 , G06N3/0475 , G06N3/0464 , G06N3/0455 , G06T7/70
Abstract: 本发明涉及一种基于大脑EEG信号的高保真3D重建方法，首先通过面向3D图像信号重建的EEG关联特征来获取大脑活动的精细特征，以实现对参与者视觉感知或想象内容的准确编码；然后采用EEG信号到2D图像映射，利用编码得到的特征对预训练的2D图像生成模块和CLIP模型进行微调，以实现对EEG信号语义的图像化表达，得到预训练的2D图像生成模块；最后将预训练后的2D图像生成模型与3D表示技术相结合，将3D场景参数化通过联合损失函数，以实现从EEG信号编码特征到具体3D图像的直观映射，生成具有高保真度和丰富细节的3D图像。本发明通过参与者对物体所产生的EEG信号而生成其对应的3D图像，为认知科学、心理学和神经科学领域的研究提供新的视角和工具。
-
公开(公告)号：CN118485923A
公开(公告)日：2024-08-13
申请号：CN202410931719.0
申请日：2024-07-12
Applicant: 成都信息工程大学
IPC: G06V20/10 , G06V10/44 , G06V10/52 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/0985
Abstract: 本发明提供一种基于模型无关元学习和密集残差注意力的降尺度方法，涉及数据处理领域，包括：确定多个降尺度任务，任意两个降尺度任务对应的气象变量、时间范围和空间范围中的至少一个存在差异；对于每个降尺度任务，确定降尺度任务对应的降尺度样本，包括原气象图及原气象图对应的降尺度气象图；重复执行从多个降尺度任务中采样，形成元批次任务，对元模型进行训练，直至元模型满足预设条件；基于目标降尺度任务的对应的降尺度样本对元模型进行参数调整，生成降尺度模型；获取目标降尺度任务对应的待降尺度气象图；基于降尺度模型，生成待降尺度气象图对应的降尺度气象图，具有提升降尺度结果的大气物理准确性和细节丰富度的优点。
-
公开(公告)号：CN114757179B
公开(公告)日：2024-08-13
申请号：CN202210386899.X
申请日：2022-04-13
Applicant: 成都信息工程大学
IPC: G06F40/284 , G06F40/216 , G06N3/0455 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种实体关系联合抽取方法及装置，其方法包括：获取句子的词向量矩阵，并对所述句子的词向量矩阵进行关系抽取处理，得到所述句子的关系；通过对所述句子的关系进行编码处理，得到所述句子的关系向量；利用所述词向量矩阵和所述关系向量，得到所述句子的实体对，并将所述实体对和所述关系进行组合处理，得到所述句子的三元组信息。
-
公开(公告)号：CN118094487B
公开(公告)日：2024-07-02
申请号：CN202410510256.0
申请日：2024-04-26
Applicant: 成都信息工程大学
IPC: G06F18/27 , G06F18/214 , G06F18/15 , G01W1/14 , G06N3/0442 , G06N3/045 , G06N3/0464
Abstract: 本发明提供基于时空感知机制的多源气象要素预测降水的方法及系统，涉及数据处理领域，该方法包括：建立降水预测模型，其中，降水预测模型至少包括图像块嵌入层、时空特征提取网络和通道感知网络；建立训练样本；使用训练样本训练降水预测模型；获取目标区域在目标时间的多气象要素预报数据；对目标区域在目标时间的多气象要素预报数据进行预处理；通过训练后的降水预测模型基于预处理后的目标区域在目标时间的多气象要素预报数据，预测目标区域在目标时间的降水预测信息，具有提高降水预测的精度的优点。
-
-
-
-
-
-
-
-
-
Search Results
175
records
(took 0.03 seconds)
