公开(公告)号：CN106650811A

公开(公告)日：2017-05-10

申请号：CN201611218275.8

申请日：2016-12-26

Applicant: 大连海事大学

Inventor： 于纯妍 ,  宋梅萍 ,  张建祎 ,  王玉磊 ,  申丽然 ,  李森 ,  薛白

IPC: G06K9/62

CPC classification number: G06K9/6269

Abstract: 本发明提供一种基于近邻协同增强的高光谱混合像元分类方法，包括：利用已标记的样本地物计算多目标地物的光谱签名矩阵；设计基于光谱特征的多类别分类器将地物进行分类；在分类结果中融合空间结构特征，并提取近邻像元；利用近邻像元协同对未标记高光谱地物进行类别标记；采用迭代方法逐步将未标记的地物分别进行分类标注；利用邻域扩展的方式进一步融合目标地物的空间特征，完成最终分类标记。本发明利用多类别分类器对地物类别进行同时分类，解决了传统分类方法无法对背景地物进行分类的问题；并利用近邻协同增强的方式，逐步对未标记的地物目标进行标记，有效的融合了地物的光谱特征和空间特征，分类效果较好。

公开(公告)号：CN102663710A

公开(公告)日：2012-09-12

申请号：CN201210132698.3

申请日：2012-04-28

Applicant: 大连海事大学

Inventor： 尹清波 ,  陈燕 ,  鲁明羽 ,  申丽然 ,  陈飞 ,  孟祥申

IPC: G06T5/00

Abstract: 本发明公开了一种X射线冠脉造影图像降噪方法，包括以下步骤：对X射线冠脉造影图像I进行二维经验模态分解；分析经验模态分解得到的各层本征模态函数，进行去噪；利用能够代表冠脉造影图像血管结构的本征模态函数进行加权求和来重构去噪后的冠脉造影图像。本发明不依赖先验知识进行对冠脉造影图像自适应分解，根据图像特点自适应产生随机噪声去除阈值。本发明利用经验模态分解方法对X射线冠脉造影图像进行自适应分解，对得到的各IMF分量进行去噪，并选择能够代表血管结构的IMF高频分量进行造影图像重构即可达到去除噪声的目的，且在去噪过程中无须先验知识、能够根据造影图像特点进行自适应降噪。

公开(公告)号：CN119476846A

公开(公告)日：2025-02-18

申请号：CN202411609841.2

申请日：2024-11-12

Applicant: 大连海事大学

Inventor： 范云生 ,  殷键 ,  施展 ,  申丽然 ,  孙波 ,  李海旭 ,  侯腾 ,  刘少帅 ,  丁宇航 ,  靳易坤

IPC: G06Q10/0631 ,  G06Q10/20 ,  G06Q50/26 ,  G06F18/24 ,  G06N7/01 ,  G06N20/00

Abstract: 本发明公开了一种考虑保障设备劣化的航母舰面无人装备智能调度方法，包括：采集舰载机甲板作业无人调度的相关信息包括甲板布局、与舰载机配合工作设备的位置坐标、舰面无人装备的数量以及舰载机的作业流程；设定保障设备的劣化的假设条件和舰面无人装备的约束条件并建立舰面无人装备数学模型；基于马尔科夫决策过程模型在马尔科夫决策框架下，对Q学习中ε‑greedy探索策略进行改进，增强探索效率与策略的适应性；采用最终迭代的Q值表对状态和动作进行选择，获得考虑保障设备劣化的舰载机甲板作业无人调度的最优调度序列。

公开(公告)号：CN119089322A

公开(公告)日：2024-12-06

申请号：CN202411250305.8

申请日：2024-09-06

Applicant: 大连海事大学

Inventor： 刘田禾 ,  周彦良 ,  程杰 ,  王佳雯 ,  刘中常 ,  申丽然

IPC: G06F18/243 ,  G06F18/214 ,  G06N3/126 ,  G06N5/01 ,  G06N20/20 ,  G06F17/18 ,  G06Q50/06

Abstract: 本发明公开了一种基于GA与XGBoost‑RF堆叠算法的电力传输系统故障分类方法，通过将极限梯度提升算法XGBoost作为基学习器，随机森林算法RF作为元学习器获取XGBoost‑RF堆叠算法模型，采用了集成学习中的堆叠方法将两个算法模型进行组合，成功突破了算法的性能限制，从而能对故障进行更精确的分类；针对集成学习的计算时间缓慢的问题，通过在基学习器训练的过程中额外加入了遗传算法进行特征选择，即将极限梯度提升算法XGBoost的精确度函数作为适应度函数，采用二进制编码遗传算法GA对故障特征数据集中的原特征数据进行特征数据选取，获取优化特征子集，选择出的优化特征子集在基学习器与元学习器上都有非常良好的表现，并且由于特征数量的减少，从而在提高了精确度的同时减少了整体算法模型的计算时间，使整体的堆叠算法模型在时间与精度上达到了平衡。

公开(公告)号：CN118552500A

公开(公告)日：2024-08-27

申请号：CN202410664744.7

申请日：2024-05-27

Applicant: 大连海事大学

Inventor： 尹清波 ,  郜鑫宇 ,  申丽然

IPC: G06T7/00 ,  G06T7/11 ,  G06T5/94 ,  G06T5/40

Abstract: 本发明公开了一种基于高阶奇异值分解的单幅自然图像噪声估计方法，包括：获取噪声图像，将噪声图像划分为若干重叠的图像块，通过自适应阈值选择符合的图像块；将选择的图像块重构为三阶张量，对此三阶张量进行高阶奇异值分解，再进行张量分析并获得噪声的粗略估计；对所选取的图像块进行直方图分析获得噪声补偿量，从而得到最终的噪声估计；该方法通过分析噪声与自然图像的特性，找到自适应切分、选择适合图像块的方法，将噪声强度分析转换为对图像像素强度方差的分析；利用高维张量分解对图像成分进行分析并分离出噪声成分，同时计算出噪声强度，对噪声估计偏差利用直方图分析进行自适应补偿。

公开(公告)号：CN113962898B

公开(公告)日：2024-05-03

申请号：CN202111295070.0

申请日：2021-11-03

Applicant: 大连海事大学

Inventor： 申丽然 ,  陈天顺 ,  尹清波 ,  范云生 ,  马志远 ,  谭昕瑜

IPC: G06T5/90 ,  G06T5/20 ,  G06T11/00

Abstract: 本发明公开了一种基于照度图优化和自适应伽马校正的低照度图像增强方法，属于计算机视觉领域，该方法包括以下步骤：将图像变化到HSV空间，得到图像的亮度图；对亮度图进行参数自适应引导滤波，得到纹理细节平滑，边缘保留的照度图，将亮度图和照度图进行逐元素相除，得到反射图，利用反射图和光照图得到伽马校正的参数，对亮度图进行伽马矫正，得到重建后的亮度图，利用原图像的饱和度色度分量，将图像变换到RGB空间，得到增强后的图像，本发明改进后的自适应引导滤波，利用图像的平均方差的倍数作为引导滤波正则化因子，减少了人工伪影，优化了照度图；针对照度图灰度值较低等问题，构建目标函数，利用二阶泰勒级数近似来简化运算，得到伽马矫正参数，对照度图进行优化，提升了亮度图的质量。