一种基于掩码图像建模的双时相自监督变化检测方法

    公开(公告)号:CN118015465A

    公开(公告)日:2024-05-10

    申请号:CN202410165646.9

    申请日:2024-02-05

    Abstract: 本发明涉及一种基于掩码图像建模的双时相自监督变化检测方法,属于遥感图像处理领域。本发明首先输入大量未标注双时相图到自监督模型中对双时相掩码图进行相互预测,并以均方误差最小原则进行模型训练。从训练好的自监督模型中去掉图像掩码器和图像预测器,加入特征融合器和变化检测器得到变化检测模型,再将少量有标注双时相图输入到变化检测模型,根据交叉熵损失最小原则进行模型训练。本发明使用大量未标注数据进行自监督训练,并用少量有标注数据进行有监督训练,双时相间相互预测使得模型的变化信息提取能力得以提升,实现等同在大量有标注数据上进行有监督训练的效果。

    一种用于多光谱点云分类的自适应空-谱掩码图卷积方法

    公开(公告)号:CN117830752B

    公开(公告)日:2024-05-07

    申请号:CN202410254107.2

    申请日:2024-03-06

    Abstract: 本发明公开一种用于多光谱点云分类的自适应空‑谱掩码图卷积方法,属于多光谱激光雷达点云技术领域。本发明所述方法为分别计算多光谱点云的空间邻接矩阵和光谱邻接矩阵,计算初始光谱残差矩阵,计算空间光谱邻接矩阵,在网络的每一层中使用空间光谱邻接矩阵对多光谱点云进行卷积,并加入初始空间残差和初始光谱残差,多次迭代后得到分类结果。本发明所述方法使用自适应空间光谱掩码结合空间邻接矩阵和光谱邻接矩阵,使得多光谱激光雷达点云的每个点之间自适应选取空间和光谱相似度的组合来表征两点之间的关系,并引入深度图卷积网络和初始空间‑光谱残差,增强网络的非线性拟合能力,从而实现对复杂遥感场景下多光谱雷达点云数据的精细分类。

    一种跨场景多光谱激光雷达点云建筑物提取与矢量化方法

    公开(公告)号:CN117953384A

    公开(公告)日:2024-04-30

    申请号:CN202410354469.9

    申请日:2024-03-27

    Abstract: 本发明涉及一种跨场景多光谱激光雷达点云建筑物提取与矢量化方法,属于多光谱激光雷达点云技术领域。具体步骤为:1)利用跨场景多光谱激光雷达点云分类方法对目标域场景多光谱激光雷达点云进行提取,得到目标域场景建筑物点云;2)对提取得到的目标域场景建筑物点云进行滤波操作;3)将滤波得到的目标域场景建筑物点云作为真值,基于真值对目标域场景多光谱激光雷达点云滤波,得到完整的目标域建筑物点云集合;4)对Step3中完整的目标域建筑物点云集合矢量化。本发明能够有效应对跨场景多光谱激光雷达点云建筑物分类精度低导致的建筑物提取不完整、矢量化效果不佳等问题,能够增强跨场景建筑物提取完整度,进而优化建筑物矢量化结果。

    一种区块链侧链跨链身份可信认证及数据加密传输方法

    公开(公告)号:CN114598533B

    公开(公告)日:2024-04-26

    申请号:CN202210240629.8

    申请日:2022-03-10

    Abstract: 本发明涉及一种区块链侧链跨链身份可信认证及数据加密传输方法,属于区块链‑可信计算技术领域。本发明建立在使用侧链技术进行跨链信息交互时,使用SM2签名生成以及验证方法对区块链跨链的三方——交易发起方,侧链,交易目的方进行身份可信认证,并使用SM2非对称加密算法,对跨链交易信息进行加密传输。本发明与现有技术相比,主要解决了使用侧链进行跨链交易时的交易发起方区块链,侧链,交易目的方区块链三方的身份不可信以及跨链信息传输时不安全等现象,通过增加SM2签名生成与验证算法用以解决身份不可信问题,通过增加SM2公私钥加/解密算法用以提高跨链信息传输过程的安全性。

    一种区块链辅助的时变平均场博弈边缘计算卸载优化方法

    公开(公告)号:CN115460080B

    公开(公告)日:2024-04-05

    申请号:CN202211008702.5

    申请日:2022-08-22

    Abstract: 本发明涉及一种区块链辅助的时变平均场博弈边缘计算卸载优化方法,属于区块链和边缘计算技术领域。首先移动边缘节点部署区块链系统后成为区块链节点,并将区块链节点分类为三种类型,即计算节点、共识节点和存储节点。区块链计算节点完成边缘计算或卸载部分任务以完成计算。通过构造计算节点进行边缘计算的效用函数,利用梯度学习方法和平均场博弈对效用函数进行求解,优化下一时刻卸载策略。通过计算共识节点的适应度,选取适应度最高的共识节点作为主节点,发起一轮共识,区块链共识节点对边缘计算结果进行投票。区块链存储节点将通过投票的计算结果进行存储。本发明能够降低计算求解复杂度并保护参与者隐私,同时实现边缘计算结果安全存储。

    一种面向多维网络资源协同优化的通信路由自适应规划方法

    公开(公告)号:CN117714364A

    公开(公告)日:2024-03-15

    申请号:CN202410042701.5

    申请日:2024-01-11

    Abstract: 本发明涉及一种面向多维网络资源协同优化的通信路由自适应规划方法,属于通信网络路由优化技术领域。本发明首先对通信网络拓扑进行图建模,将输入网络的多维资源信息传递到各相邻节点聚合并更新,实现通信网络信息共享;然后对聚合更新后的高维资源特征进行低维映射,得到各维度资源自适应权重;再根据各维度资源自适应权重与多维资源构造奖励函数并计算奖励值;最后利用近端策略优化对通信路径进行规划。本发明与现有技术相比,主要解决了多维通信网络资源优化不全面、不平衡的问题,在通信网络资源改变时,兼顾多个通信指标自动调整各维度网络资源权重,实现多维网络资源自适应通信路由规划。

    一种基于自检式检索增强生成及指令扩张的知识图谱自动构建方法

    公开(公告)号:CN117591677A

    公开(公告)日:2024-02-23

    申请号:CN202311457917.X

    申请日:2023-11-04

    Abstract: 本发明涉及一种基于自检式检索增强生成及指令扩张的知识图谱自动构建方法,属于自然语言处理技术领域。将原始的多源异构数据进行数据整合,得到有效提示数据;再以所述提示数据、任务需求作为自检式检索增强生成框架的输入,训练大语言模型(LLMs)使其按需自适应检索相关段落,生成相关文本数据并完成事实验证;然后经由指令扩张框架构造大语言模型输入提示;最后以所述文本数据及输入提示作为大语言模型自动代理框架的输入层,经由大语言模型多轮反馈,得到实体‑关系‑实体三元组,完成知识图谱的构建。本发明基于自检式检索增强生成和指令扩张技术,以大语言模型作为核心引擎,实现了低资源背景下,高可靠性数据挖掘的知识图谱自动构建。

    一种基于图数据模式存储合金数据的方法

    公开(公告)号:CN117573929A

    公开(公告)日:2024-02-20

    申请号:CN202311272267.1

    申请日:2023-09-28

    Inventor: 刘英莉 胡丹 沈韬

    Abstract: 本发明涉及一种基于图数据模式存储合金数据的方法,属于数据存储技术领域。首先针对合金数据高维多源异构等特点,扩展材料领域的通用本体EMMO的底层,构建合金本体;并以此为蓝图,从五个角度对合金数据进行建模,构建合金成分‑过程‑结构‑性能图数据模型;最后在图数据模型的基础上建立合金图数据库存储合金数据。本发明开发了一种图数据模型,能够有效地捕捉合金的关键属性及其相互关系,将来自材料文献高维多源异构的合金数据组织存储在图数据库中,有效地表征了合金材料的成分、结构、制备和性能等重要信息,避免产生大量的空白字段和关系数据库中复杂的外键关联,为合金研究和设计提供了重要支持。

    一种基于可变形注意力机制的红外-可见光目标检测方法

    公开(公告)号:CN117078920A

    公开(公告)日:2023-11-17

    申请号:CN202311330611.8

    申请日:2023-10-16

    Abstract: 本发明涉及一种基于可变形注意力机制的红外‑可见光目标检测方法,属于电数字数据处理、多模态协同感知技术领域。首先将红外与可见光图像均输入到特征提取器中,获得红外与可见光图像多层级特征图;将红外与可见光图像多层级特征图输入到可变形自注意力编码器中,得到经自注意力机制优化后特征向量;将按特征值大小降序排列,选择前项特征向量分别输入分类分支与回归分支中得到查询向量;根据查询向量在特征图上施加二维高斯分布,从而增强目标特征,同时抑制噪声信息,得到更新后的特征图;将查询向量与特征图输入到可变形交叉注意力解码器中,再经过一个线性映射层,得到最终的预测结果。

    一种基于多核图学习的多光谱激光雷达点云分类方法

    公开(公告)号:CN116933141B

    公开(公告)日:2023-11-17

    申请号:CN202311189515.6

    申请日:2023-09-15

    Abstract: 本发明涉及一种基于多核图学习的多光谱激光雷达点云分类方法,属于多光谱激光雷达点云技术领域。本发明首先分别计算多光谱激光雷达点云数据的空间距离矩阵和光谱距离矩阵。然后使用不同高斯核度量多光谱激光雷达点云之间的相似性,计算出多个基核邻接矩阵。再将空间‑光谱距离矩阵作为高维特征,扩展多光谱激光雷达点云的特征矩阵。最后将多个核邻接矩阵与扩展特征矩阵输入改良的多核图神经网络中,同步更新图神经网络权重与多核权重以训练模型。并使用训练好的多核图神经网络模型对多光谱激光雷达点云数据进行分类,获得多光谱激光雷达点云地物分类结果。本发明实现了对复杂遥感场景下多光谱雷达点云数据的自适应精细分类。

Patent Agency Ranking