-
公开(公告)号：CN118485923B
公开(公告)日：2024-09-13
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：CN117746171B
公开(公告)日：2024-04-23
申请号：CN202410189155.8
申请日：2024-02-20
Applicant: 成都信息工程大学
IPC: G06V10/77 , G01W1/10 , G06V10/82 , G06V10/80 , G06V10/44 , G06V10/52 , G06N3/0464 , G06N3/045 , G06N3/088 , G06N3/048
Abstract: 本发明提供一种基于对偶学习和辅助信息的无监督气象降尺度方法，涉及数据处理领域，包括：建立无监督气象降尺度模型；获取训练样本，基于训练样本对无监督气象降尺度模型进行训练，生成训练后的无监督气象降尺度模型；获取待降尺度的气象数据；获取待降尺度的气象数据的辅助气象数据，其中，辅助气象数据的分辨率高于待降尺度的气象数据的分辨率；通过训练后的无监督气象降尺度模型基于待降尺度的气象数据及辅助气象数据，生成待降尺度的气象数据对应的降尺度的气象数据，具有提高气象降尺度效率及准确度的优点。
-
公开(公告)号：CN116993788A
公开(公告)日：2023-11-03
申请号：CN202310718688.6
申请日：2023-06-16
Applicant: 成都信息工程大学
Abstract: 本发明涉及一种基于多帧智能体的多模态医学图像柔性配准算法，基于强化学习设计一种新的端到端的多模态图像配准方法，由软演员‑评论家算法SAC驱动进行训练，能够模仿人类专家的逐步配准过程，提高高维配准动作的精准度。鉴于多模态环境极为复杂，在三维空间中的像素级控制存在严峻挑战，本发明将强化学习与计划者网络结合，鼓励人工代理显式地从已经产生的状态帧中学习更加准确的配准动作，用时空维度的优势克服来自多模态和高维连续动作空间的挑战，避免引入参数量巨大的深层次神经网络，且具有强大的鲁棒性和泛化能力，能够驱动模型沿着正确的方向扭曲移动图像。
-
公开(公告)号：CN115661612A
公开(公告)日：2023-01-31
申请号：CN202211498102.1
申请日：2022-11-28
Applicant: 成都信息工程大学
IPC: G06V10/82 , G06V10/774 , G06T3/40 , G06Q10/04 , G06N3/08 , G06N3/0464
Abstract: 本发明涉及一种基于元迁移学习的通用气候数据降尺度方法，提出一种通用的气候降尺度框架MTL‑Framework，构建的降尺度模型在该框架上进行训练优化，基于元迁移学习，训练后的降尺度模型能隐含地学习到不同气候变量之间的关联性，本发明的降尺度框架能够在参数空间中找到一个对多个气象变量降尺度任务敏感且可转移的初始化参数，降尺度模型只需要通过该初始化参数初始化模型，接着在当前目标任务上经过简单的微调，就可以取得不错的降尺度效果。实验结果表明，本发明的气候降尺度方法较现有技术更优，并且在多个任务的综合性能表现上更好。
-
公开(公告)号：CN111462146A
公开(公告)日：2020-07-28
申请号：CN202010302248.9
申请日：2020-04-16
Applicant: 成都信息工程大学
Abstract: 本发明涉及一种时空智能体的医学图像多模态配准方法，将不同模态的动态图像和固态图像输入到构建好的神经网络中，通过神经网络中的卷积神经网络模块提取图像的高层抽象特征，然后卷积长短时记忆网络模块自动提取高层抽象特征中序列间的时序和空间信息，经过神经网络后输出当前状态值和策略动作的概率分布，时空智能体对动态图像实施概率最大的动作，在当前状态值达到阈值前，循环进行配准，直到循环结束；最后对配准图像进行蒙特卡洛采样得到最终配准结果。本发明的卷积长短时记忆模型通过卷积来捕获图像内部的空间关系和时序信息，配准精度更高。
-
Patent Agency Ranking
公开(公告)号：CN108062743B
公开(公告)日：2020-07-21
申请号：CN201710738863.2
申请日：2017-08-25
Applicant: 成都信息工程大学
Abstract: 本发明涉及一种含噪图像的超分辨率方法，所述方法主要包括以下步骤：输入一张低分辨率含噪图像I；对图像I进行简单插值，获得低分辨率测试图像的初步估计以为基础获得横向、纵向和对角方向的图像多尺度金字塔，利用图像多尺度金字塔获得低分辨率测试图像Lk+1；对图像I进行高斯模糊操作，获得模糊图像Lk；以图像块为单位，求出I和Lk内部图像块间的映射函数，并将其作用到相应的Lk+1内部图像块上，从而生成高分辨率图像块，进而获得高分辨率图像。本发明使得噪声在超分辨率过程中得到了很好的抑制，进一步的，重建图像的边缘细节更加丰富，图像形变更少。
-
公开(公告)号：CN108765332A
公开(公告)日：2018-11-06
申请号：CN201810502466.X
申请日：2018-05-23
Applicant: 成都信息工程大学
Abstract: 本发明涉及一种基于非局部均值框架的图像去噪处理方法，涉及图像处理技术，采用与图像局部区域结构一致的椭圆搜索窗口，根据图像的局部结构，对椭圆搜索窗口的尺寸大小和去噪算法内平滑参数数值的进行自适应调整，以更好地对待去噪像素点的灰度值进行估计。本发明在不同噪声环境下的去噪效果有比较好的鲁棒性。本发明通过对图像局部区域的直方图信息和图像矩阵信息的分析，实现基于非局部均值算法的图像块大小自适应、平滑参数数值自适应以及搜索窗口形状自适应，从而有效地对图像细节部分进行噪声抑制并尽可能地保留住细节部分的纹理信息，实现对传统非局部均值算法的改进，实验效果证明改进算法在去噪效果和纹理部分提升明显。
-
公开(公告)号：CN119960088A
公开(公告)日：2025-05-09
申请号：CN202510451150.2
申请日：2025-04-11
Applicant: 成都信息工程大学
IPC: G01W1/10 , G06V10/44 , G06V10/82 , G06T3/4007 , G06T3/4038 , G06V10/80 , G06N3/0464 , G06N3/0499 , G06N3/0455 , G06N3/084
Abstract: 本发明提供基于多源数据融合和动静时空网络的降水预测方法及系统，涉及数据处理领域，该方法包括：获取多组样本数据，其中，样本数据包括样本区域的历史多源气象图及历史降雨数据；对多组样本数据进行预处理，生成多组训练样本；建立降水预测模型，其中，降水预测模型至少包括特征融合模块及动静时空网络模块；基于全局帧间感知损失函数和多组训练样本，对降水预测模型进行训练；获取目标区域的多源气象图；对目标区域的多源气象图进行预处理；通过降水预测模型根据预处理后的目标区域的多源气象图，生成目标区域未来的降水预测数据，具有提高短临降水预测的准确度的优点。
-
公开(公告)号：CN119945329A
公开(公告)日：2025-05-06
申请号：CN202510028413.9
申请日：2025-01-08
Applicant: 成都信息工程大学
Abstract: 本发明属于模拟集成电路领域，具体提供一种低功耗的可调RC振荡器，包括电流电压基准模块、RC振荡核心模块和修调模块。电流电压基准模块输出与修调模块相连，还与RC振荡核心模块相连，用于为RC核心振荡模块提供参考电压和偏置电流，为修调模块提供偏置电流。修调模块输出与RC振荡核心模块相连，用于输出一个随温度变化不敏感电流，对RC核心振荡模块中的电容进行充电。本发明提供的一种低功耗的RC振荡器不仅能保证低功耗，而且拥有极佳的稳定性。本发明解决了传统RC振荡器易受到温度和工艺角影响的技术难点，在保持性能的同时降低功耗，并且不会受到工艺偏差的影响。
-
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。
-
-
-
-
-
-
-
-
-
Search Results
41
records
(took 0.028 seconds)
