公开(公告)号：CN116068626A

公开(公告)日：2023-05-05

申请号：CN202310207347.2

申请日：2023-02-28

Applicant: 电子科技大学长三角研究院(湖州)

Inventor： 李皓 ,  赵东凤 ,  杨圆圆 ,  赵云生 ,  谷巍巍 ,  邢孟江 ,  邢孟道 ,  李国发 ,  钱江 ,  王峣钧 ,  王磊 ,  彭建

IPC: G01V1/28

Abstract: 本发明公开了一种高阶谱驱动的同态滤波高分辨率地震数据处理方法，首先输入地震记录，采用谱模拟方法由地震记录估算地震子波的振幅谱，计算地震记录的三阶累积量并进行傅里叶变换得到其相位谱，计算分离点的混合相位子波的相位谱，采用粒子群算法从地震记录的复赛谱序列中确定地震子波与反射系数序列的最佳分离点，从地震记录中分离出混合相位地震子波，并对地震记录进行混合相位子波反褶积，得到混合相位子波反褶积的输出记录。本发明的方法通过同态滤波与高阶谱变换的联合应用，将复杂的高维泛函反演问题降维为单参数反演问题，提高混合相位子波估算的稳定性和计算精度及地震记录的分辨率，增强混合相位子波反褶积方法揭示地下薄层结构的能力。

公开(公告)号：CN113327205B

公开(公告)日：2023-04-18

申请号：CN202110610161.2

申请日：2021-06-01

Applicant: 电子科技大学 ,  电子科技大学长三角研究院(湖州)

Inventor： 钱江 ,  张自文 ,  刘奕凡 ,  王勇

IPC: G06T5/00 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/08

Abstract: 本发明公开一种基于卷积神经网络的相位去噪网络及方法，包括依次连接的输入端、编码器、解码器和输出端；输入端用于接收带噪干涉相位图像，编码器采用卷积神经网络提取带噪干涉相位图像中的相位特征，并根据相位特征预测出不含噪声的干涉相位；解码器采用与编码器对应的反卷积神经网络将不含噪声的干涉相位进行处理得到不含噪声的相位图像；输出端用于输出不含噪声的相位图像。该网络为相位去噪网络PDNNet，对包含噪声的干涉相位的图进行训练，由训练得到的神经网络去预测不含噪声的干涉相位图，达到去噪效果。基于神经网络的相位去噪算法能较好地保留相位边缘特征，能在较短时间内去除相位噪声，同时保证精度较高。

公开(公告)号：CN115731135A

公开(公告)日：2023-03-03

申请号：CN202211507843.1

申请日：2022-11-24

Applicant: 电子科技大学长三角研究院(湖州)

Inventor： 蒋俊正 ,  蔡明娇 ,  钱江

IPC: G06T5/00

Abstract: 本发明公开一种基于低秩张量分解和自适应图全变分的高光谱图像去噪方法及系统，首先构造高光谱去噪模型；利用增广拉格朗日乘子法对张量分解和自适应图全变分的高光谱去噪模型的变量逐个交替求解；利用经典的HOOI算法求解第一个变量；基于高光谱图像的波段数求解第二个变量；利用软阈值收缩求解第三个变量；通过对所述模型的第四个变量直接求导；并对所得到的所有变量的结果进行迭代；将当前迭代结果与设定的迭代终止条件进行比较，直至满足收敛条件。本发明提供的方法，本方法相对于LRTV采用Tucker分解，能够很好的保留空间和光谱相关信息，相对于LRTDTV采用更多的邻居信息的AWGTV，能够很好的保留边缘信息，该算法取得最好的去噪效果。

公开(公告)号：CN113989163A

公开(公告)日：2022-01-28

申请号：CN202111369184.5

申请日：2021-11-18

Applicant: 电子科技大学长三角研究院(湖州) ,  电子科技大学

Inventor： 钱江 ,  叶鑫 ,  高建波 ,  唐文

IPC: G06T5/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开一种利用生成对抗网络对ISAR微型集群目标实现噪声抑制方法及系统，通过构建生成对抗网络；将带噪仿真数据并输入到生成器，得到第一输出,根据所述第一输出与无噪声仿真数据进行比较从而参与生成器损失，且将第一输出与无噪声仿真数据都输入到判别器进行去噪判别，将判别结果返回参与生成器损失；同时将实测数据并输入到生成器，得到第二输出，将第二输出输入判别器得到判别结果，将判别结果返回参与生成器损失。本发明提供的方法将实测数据加入训练过程，能够在实现增强鸟群信号强度的同时实现噪声抑制。不仅能较好的消除噪声，并且能够增强信号强度，在一定程度上提高了距离向分辨率。需要少量的仿真数据即可完成去噪。一定程度上提高距离向分辨率。

公开(公告)号：CN113572710B

公开(公告)日：2024-07-09

申请号：CN202110826554.7

申请日：2021-07-21

Applicant: 应急管理部四川消防研究所 ,  电子科技大学长三角研究院(湖州)

Inventor： 谭龙飞 ,  崔梦玲 ,  叶鑫 ,  钱江

IPC: H04L25/03 ,  G06N3/0455 ,  G06N3/0475 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开一种基于生成对抗网络的WVD时频分析交叉项抑制方法及系统、存储介质，首先构建生成式对抗GAN网络，所述GAN网络包括生成器G和判别器D：所述生成器G用于获取样本数据；所述判别器D用于判断输入数据是否为真实数据；获取含有交叉项的图像和消除交叉项的图像；以相互博弈的方式对生成器与判别器进行训练，直到消除含有交叉项的图像中的交叉项。本发明提供的方法，结合深度学习网络，利用网络端到端的特性与制备交叉项数据的便利性、多样性；实现消除多分量调频信号在WVD变换中产生的交叉项。相比传统方法是更为迅速的。在高信噪比情况下只需改变训练集便可继续发挥，比传统方法所使用的消除交叉项更加的准确。

公开(公告)号：CN117761691A

公开(公告)日：2024-03-26

申请号：CN202310852055.4

申请日：2023-07-12

Applicant: 电子科技大学长三角研究院(湖州)

Inventor： 钱江 ,  叶鑫 ,  吕海涛

IPC: G01S13/90 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开一种基于FLNet卷积神经网络的条纹线检测相位解缠方法及系统，属于干涉合成孔径雷达数据处理技术领域，通过构建FLNet卷积神经网络；对输入的图像进行条纹检测；通过环形积分修补检测得到的条纹线；通过路径积分解缠；通过FLNet卷积神经网络识别条纹线的误差点；处理误差点。本发明提供的方法，采用了混合空洞卷积替代下采样的方法来避免分辨率的损失，并使用残差连接来防止网络过深。利用无向图和环形积分的方法对断裂的条纹线进行修复。利用FLNet识别由噪声引起的误差点，通过对误差点的相位进行处理，基本消除了误差点对相位解缠的影响，可以有效消除由噪声破坏条纹线导致的相位解缠误差。

公开(公告)号：CN117011682A

公开(公告)日：2023-11-07

申请号：CN202311079726.4

申请日：2023-08-25

Applicant: 电子科技大学长三角研究院(湖州)

Inventor： 钱江 ,  刘易楠 ,  吕海涛

IPC: G06V20/00 ,  G06V10/56 ,  G06V10/30 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开一种基于最大树和图信号处理的电力线检测方法及系统，获取原始图像数据；根据原始图像数据的RGB通道的数值规律，构建颜色滤波器，所述颜色滤波器用于保留灰度像素；将所述原始图像数据输入到颜色滤波器得到灰度图像；构建Maxtree模型，设置Maxtree模型的节点属性信号，并根据Maxtree模型分割将电力线和背景噪声得到电力线图像数据；通过图信号处理得到电力线的直线方程。本方法利用了Maxtree的独特结构结合图信号处理方法来实现电力线检测，以及电力线与背景噪声的色彩差异滤除噪声，提高了算法效率，减少了内存损耗。基本解决了误检的情况，从而减少了电力线的漏检。

公开(公告)号：CN116299712A

公开(公告)日：2023-06-23

申请号：CN202310247121.5

申请日：2023-03-14

Applicant: 电子科技大学长三角研究院(湖州)

Inventor： 李皓 ,  邢孟江 ,  杨圆圆 ,  谷巍巍 ,  赵东凤 ,  王文庆 ,  邢孟道 ,  钱江 ,  吕海涛 ,  王峣钧 ,  王磊 ,  高鹏

IPC: G01V1/36

Abstract: 本发明公开一种非稳态地震规则噪声压制方法和系统，应用于油气地球物理勘探，针对现有技术的规则干扰压制技术往往表现为“视”规则的基本特征，这种“视”规则特征严重降低了基于稳态信号理论的规则噪声压制效果的问题；本发明考虑规则干扰在时间和空间上的非平稳特性，对噪声干扰的空间轨迹进行自动追踪，并对其能量与道间时差进行一致性调整；然后，在时间空间域对噪声干扰进行非稳态滤波，有效地恢复被噪声污染的地震信号，本发明的方法采用非稳态滤波技术对非稳态规则噪声进行压制和消除，提高地震数据的信噪比。

公开(公告)号：CN115995302A

公开(公告)日：2023-04-21

申请号：CN202211325627.5

申请日：2022-10-27

Applicant: 电子科技大学长三角研究院(湖州)

Inventor： 蒋俊正 ,  李文娟 ,  钱江

IPC: G16H50/80 ,  G06Q10/04 ,  G06F30/20 ,  G06F17/18 ,  G06F17/16

Abstract: 本发明公开一种基于非线性扩展函数的图‑向量自回归疾病传播预测方法及系统，首先对疾病传播数据进行图和图信号建模；采用图‑向量自回归模型刻画时变图信号间的相关性；利用非线性扩展函数将信号从低维空间映射到高维空间；然后提出优化问题对基于非线性扩展函数的图‑向量自回归模型的参数进行估计；最后利用优化后的预测模型在不同数据集上进行数值实验以验证预测模型的性能；这种方法可以刻画出时变图信号之间的非线性时空相关性从而进行预测。本模型案适用于拥有时空特征的疾病传播数据的预测问题，该方法能较好地描述时变数据的非线性时空相关特性，具有较好的预测能力。

公开(公告)号：CN115619668A

公开(公告)日：2023-01-17

申请号：CN202211253198.5

申请日：2022-10-13

Applicant: 电子科技大学长三角研究院(湖州)

Inventor： 蒋俊正 ,  张彦海 ,  钱江

IPC: G06T5/00

Abstract: 本发明公开一种时变图信号分布式批量重构方法，包括如下步骤：1)将时变图信号按时间顺序划分为多个信号段；2)将每一信号段内各时刻的图构建为一个笛卡尔乘积图，利用时变图信号在该乘积图上的Sobolev差分平滑，将时变图信号重构归结为一个优化问题；3)将笛卡尔乘积图分解为一系列子图，各子图中心节点计算相应的局部海森矩阵的逆矩阵，并经融合平均得到上述优化问题对应海森矩阵的近似逆矩阵，基于所述近似逆矩阵以分布式求解上述优化问题，从而完成该信号段内时变图信号重构；4)依次完成所有信号段的时变图信号重构。这种采用乘积图上Sobolev差分平滑的分布式批量重构方法以海森矩阵的近似逆矩阵为基础，该方法具备重构误差低、收敛快速的特点。