-
公开(公告)号：CN119359549A
公开(公告)日：2025-01-24
申请号：CN202411349824.X
申请日：2024-09-26
Applicant: 湖北工业大学
IPC: G06T3/4061 , G06T3/4046 , G06N3/0455 , G06N3/0464
Abstract: 本发明公开了一种基于深度同步光谱解混网络的光谱超分辨率重建方法和系统。本发明构建的深度同步光谱解混网络，通过耦合高光谱图像和多光谱图像在地物端元的联系，来挖掘非成对高光谱的地物端元信息，具体结构包含五个模块：高光谱编码器模块、光谱下采样模块、多光谱判别器模块、多光谱编码器模块和高光谱解码器模块。本发明方法利用非成对高光谱图像和待超分多光谱图像之间的地物端元同质性，耦合高光谱图像和多光谱图像的端元之间的关联，以进行协同光谱解混，促使网络学习出正确的地物端元信息。
-
公开(公告)号：CN119295915A
公开(公告)日：2025-01-10
申请号：CN202411248064.3
申请日：2024-09-06
Applicant: 湖北工业大学
IPC: G06V20/10 , G06V10/40 , G06V10/778
Abstract: 本发明涉及元启发式算法及多源高光谱遥感数据在矿物光谱解混领域中的应用，特别是一种基于分阶段综合学习策略的高光谱遥感矿物端元提取方法。基于开发阶段更新地面光谱中的矿物端元来引导机载影像中矿物端元的探索，进而基于探索阶段全局调整地面光谱中的矿物端元索引精确定位机载影像中矿物端元的局部位置，建立地面光谱和机载影像之间的联系，提取关联性强的候选矿物端元。本发明提供了多源高光谱遥感数据中矿物光谱解混的可行性，弥补了传统方法难以同时提取地面光谱和机载影像中矿物端元的不足。
-
公开(公告)号：CN118627541B
公开(公告)日：2024-12-24
申请号：CN202410790144.5
申请日：2024-06-19
Applicant: 湖北工业大学
IPC: G06N3/0442 , G06N3/0985 , G06N3/006 , G06Q10/04 , G06Q50/06 , G06Q50/26 , H02J3/00
Abstract: 本发明公开了一种智慧工业园区电力负荷预测方法，涉及电力负荷预测技术领域，包括以下步骤：S1：对智慧工业园区内的实时电力负荷数据和历史电力负荷数据进行获取，并对获取的电力负荷数据进行预处理，以消除获取的原始电力负荷数据对后续进行电力负荷预测的影响，便于后续进行使用，并基于处理后的历史电力负荷数据构建电力负荷数据集。本发明提出了一种智慧工业园区电力负荷预测方法，通过采用MSCOA优化LSTM网络超参数，使预测模型更加适应不确定性智慧工业园区电力负荷数据的特点，长鼻浣熊算法的特点是具有全局搜索能力和多样性维护策略，优化后的LSTM模型，可以更好地拟合负荷数据的复杂模式和变化趋势，从而提高预测的准确性。
-
公开(公告)号：CN118861514A
公开(公告)日：2024-10-29
申请号：CN202410863045.5
申请日：2024-06-29
Applicant: 湖北工业大学
IPC: G06F18/10 , G06F18/213 , G06F18/214 , G06F18/241 , G06N3/084 , G06N3/006 , G06F17/10
Abstract: 本发明提供一种基于杂种优势理论工业制造数据特征选择方法及系统，涉及机器学习领域，包括以下步骤：数据准备，进行预处理；设置算法相关参数，利用反向学习初始化种群；计算平衡因子，决定白鲸进入探索阶段或开发阶段，更新个体位置信息；计算鲸落概率，调节运动轨迹；当前的迭代次数达到预定迭代条件时，则进行最优邻域搜索；计算所有白鲸的目标函数值，进行非支配排序，选择第一非支配前沿的个体更新外部存档；输出非支配解集。本发明将特征选择建模为多目标优化问题，以数据分类性能和特征子集所占比例为目标函数，利用基于杂种优势理论改进的白鲸优化算法，获得一组最优特征子集来满足机器学习分类器的要求。
-
公开(公告)号：CN118658076A
公开(公告)日：2024-09-17
申请号：CN202410844554.3
申请日：2024-06-27
Applicant: 湖北工业大学
IPC: G06V20/13 , G06V10/20 , G06V10/40 , G06V10/774 , G06V10/80
Abstract: 本发明属于遥感定向目标检测领域，公开了一种优化遥感定向小目标检测的回归损失函数计算方法及系统，本发明通过结合目标自身的形状和尺度对定向目标检测模型的回归损失进行约束，提高定向目标检测模型对于遥感图像中目标自身形状的敏感程度，从而提升定向小目标的检测精度。相比于其它的增强特征融合和注意力机制的方法，本发明可以在不提升模型参数量和不影响模型推理速度的情况下，大幅度提升遥感图像中定向小目标检测的精度，具备通用性和高效性。
-
Patent Agency Ranking
公开(公告)号：CN118627541A
公开(公告)日：2024-09-10
申请号：CN202410790144.5
申请日：2024-06-19
Applicant: 湖北工业大学
IPC: G06N3/0442 , G06N3/0985 , G06N3/006 , G06Q10/04 , G06Q50/06 , G06Q50/26 , H02J3/00
Abstract: 本发明公开了一种智慧工业园区电力负荷预测方法，涉及电力负荷预测技术领域，包括以下步骤：S1：对智慧工业园区内的实时电力负荷数据和历史电力负荷数据进行获取，并对获取的电力负荷数据进行预处理，以消除获取的原始电力负荷数据对后续进行电力负荷预测的影响，便于后续进行使用，并基于处理后的历史电力负荷数据构建电力负荷数据集。本发明提出了一种智慧工业园区电力负荷预测方法，通过采用MSCOA优化LSTM网络超参数，使预测模型更加适应不确定性智慧工业园区电力负荷数据的特点，长鼻浣熊算法的特点是具有全局搜索能力和多样性维护策略，优化后的LSTM模型，可以更好地拟合负荷数据的复杂模式和变化趋势，从而提高预测的准确性。
-
公开(公告)号：CN118470555A
公开(公告)日：2024-08-09
申请号：CN202410547389.5
申请日：2024-05-06
Applicant: 湖北工业大学
IPC: G06V20/13 , G06V20/10 , G06V10/764 , G06V10/774 , G06V10/82 , G06V10/77 , G06V10/80
Abstract: 本发明公开了一种基于动态稀疏层次注意力网络的耕地变化检测方法和系统。首先，获取数据集，并将其输入耕地变化自动化检测模型，以获得耕地的变化结果。该自动化检测模型包含编码阶段和解码阶段：在编码阶段，采用权重共享的孪生网络对输入的双时相影像进行下采样操作，以提取丰富的多尺度特征信息，并利用动态索稀疏层次注意力特征提取模块加强特征信息的表示。在解码阶段，通过多尺度特征融合模块逐渐融合提取到的多尺度特征，同时利用全息补全特征增强模块推动检测结果更接近实际变化情况。本发明方法能够高效地进行耕地影像变化多特征判别与融合，从而提高耕地变化检测的准确度。
-
公开(公告)号：CN118396903A
公开(公告)日：2024-07-26
申请号：CN202410518188.2
申请日：2024-04-28
Applicant: 湖北工业大学
IPC: G06T5/80 , G06T5/60 , G06V10/80 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本申请公开了基于深度学习的手机图像畸变校正方法、装置。本方法包括：构建深度学习模型，深度学习模型配置有结构恢复器、语义嵌入器和纹理渲染器；在训练深度学习模型的过程中，将由语义嵌入器所生成全局语义特征和由结构恢复器所生成的全局结构特征进行融合，以生成全局混合特征，并将由切割训练样本所形成区块的局部特征与全局混合特征融合以确定有序的畸变分布信息，获得训练好的深度学习模型；确定待校正的手机图像的畸变参数和/或畸变校正。本方法中，通过特征学习获取更加精确的畸变参数，并借助分层校正的策略获得更清晰的畸变校正图像。本方法不仅提高畸变校正的准确性和清晰度，还能够在实时处理手机图像数据时保持高效性能。
-
公开(公告)号：CN118314308A
公开(公告)日：2024-07-09
申请号：CN202410727244.3
申请日：2024-06-06
Applicant: 深圳市规划和自然资源数据管理中心(深圳市空间地理信息中心) , 湖北工业大学 , 武汉大学
Abstract: 本发明涉及一种建筑物立面的窗户形变修复方法、装置、设备及存储介质，属于图像修复技术领域，其中，该方法包括：根据建筑物立面原始影像和建筑物立面初始模型提取窗户区域的三维直线特征和三维点特征；将所述三维直线特征和所述三维点特征投影至立面所在平面得到二维特征，并基于所述二维特征映射得到三维窗户模型；将所述三维窗户模型合并至所述建筑物立面初始模型对窗户形变进行修复得到建筑物立面目标模型。本发明对窗户区域的三维直线特征和三维点特征进行针对性修复重新构建三维窗户模型，实现对建筑物立面模型中的窗户区域的替换，从而提高对窗户形变修复的效果。
-
公开(公告)号：CN118037118A
公开(公告)日：2024-05-14
申请号：CN202410207109.6
申请日：2024-02-26
Applicant: 武汉烽火技术服务有限公司 , 湖北工业大学
IPC: G06Q10/0639 , G06Q50/26 , G06F18/21
Abstract: 本发明涉及电信网络和人工智能领域，特别是涉及一种网络人工智能系统生命周期碳排放的评估方法和装置。主要包括：根据网络人工智能系统每个领域在生产时和使用时的能耗和碳强度，获取每个领域碳排放量的计算方法，并根据相应的计算方法建立该领域在每个评估阶段的碳排放模型；对于每个评估阶段，分别获取该评估阶段所涉及的领域的碳排放模型，根据相应的碳排放模型对网络人工智能系统生命周期碳排放进行评估。本发明可以快速有效的完成网络AI系统的碳排放评估。
-
-
-
-
-
-
-
-
-
Search Results
258
records
(took 0.054 seconds)
