一种基于去噪三维卷积自编码网络的高光谱解混算法

    公开(公告)号:CN111260576A

    公开(公告)日:2020-06-09

    申请号:CN202010034617.0

    申请日:2020-01-14

    Inventor: 张淼 贾培源 沈毅

    Abstract: 一种基于去噪三维卷积自编码网络的高光谱解混算法,解决了传统端元提取算法无法快速同步获得端元光谱与丰度信息,同时易受到干扰、鲁棒性差的问题。本发明的步骤为:一、基于高光谱体数据结构设计并建立三维卷积自编码网络;二、利用去噪自编码算法采用生成数据集训练网络,提取鲁棒的空谱联合特征;三、设计并实现非负稀疏自编码器,对丰度添加非负性与稀疏性约束,将数据映射到低维信号子空间从而同步获得高精度的端元与丰度信息。本发明的基本思想是采用深层自编码网络提取空谱联合特征,以无监督的方式同步获得影像的端元与丰度信息,解混精度高,适用于高光谱端元提取与丰度反演应用,如城市遥感、精准农业、勘探侦查等,社会经济价值高。

    一种基于词袋模型和纹理特征的细胞光谱图像分类方法

    公开(公告)号:CN111259913A

    公开(公告)日:2020-06-09

    申请号:CN202010034575.0

    申请日:2020-01-14

    Abstract: 一种基于词袋模型和纹理特征的细胞光谱图像分类方法,它涉及运用特征提取技术进行细胞光谱图像分类,可用于医学上计算机辅助诊断系统中,提高临床及实验诊断效率和准确率。本发明的步骤为:一、利用显微高光谱成像系统拍摄样本细胞光谱图像;二、对细胞光谱图像进行纹理特征提取和词袋模型计算;三、将得到的词袋纹理特征向量输入加权型SVM多分类模型进行训练,优化分类器参数,并用测试集得出分类精度。本发明的基本思想是不仅运用细胞图像的空间信息,还运用其光谱信息,并在特征提取时将词袋模型和纹理特征融合对细胞图像进行分类,可有效提高细胞图像的分类精度。

    一种基于集群控制的无人机编队方法、装置及系统

    公开(公告)号:CN107943067B

    公开(公告)日:2020-05-15

    申请号:CN201710964150.8

    申请日:2017-10-17

    Abstract: 本发明实施例提供一种基于集群控制的无人机编队方法、装置及系统。所述方法包括:确定无人机的待测区域、无人机的探测半径、无人机的数量N及N个无人机的初始位置;根据无人机的数量N对第一待测区域进行分割,并计算第二待测区域的第一中心位置及第一速度信息;在获取到无人机到达第一中心位置的信息后,若N个无人机的所述第一探测半径所覆盖的区域的并集大于第一待测区域,则根据N个无人机的初始位置,将第二中心位置和第二速度信息的指令发送给相对应的N个无人机。通过本发明实施例一旦确定灾害区域和飞行器能够探测的区域半径,不需要人为确定加入的无人机的数目,有效地提高了飞行器在灾害救援中的自主性。

    一种冲击贯入式星壤剖面柔性探尺

    公开(公告)号:CN109187072B

    公开(公告)日:2020-04-24

    申请号:CN201811122942.1

    申请日:2018-09-26

    Abstract: 一种冲击贯入式星壤剖面柔性探尺,属于地外天体采样探测技术领域。本发明解决了现有的采用圆管型潜入基体的星壤剖面采样探测装置所需挤密空间大、占用空间大以及贯入困难的问题。它包括壳体、探尺本体及设置于壳体内部的潜入作动部分,壳体内竖直固设有中间隔板,所述探尺本体包括固装在中间隔板上的尺囊、盘设在尺囊上的探尺基体以及键合于探尺基体表面的若干传感器,探尺基体的一端为探头,探头后部固接有记忆合金采样片,所述探尺基体上沿其长度方向并排开设有若干拔动孔,通过潜入作动部分驱动探尺基体运动。

    一种轮轨健康状态监测系统及方法

    公开(公告)号:CN110758456A

    公开(公告)日:2020-02-07

    申请号:CN201911084741.1

    申请日:2019-11-08

    Abstract: 本发明涉及一种轮轨健康状态监测系统及方法,包括:多个安装在钢轨侧面上的传感器,其中每个传感器被设置成能够采集该位置的信号;多个信号处理单元,被设置成能够处理多个传感器采集的信号,包含所述监测方法、信号预处理、信号去噪、伤损检测、伤损分类、伤损定位、伤损严重程度评估和轮轨使用寿命预测等程序模块,用于实现轮轨健康状态监测;一个轮轨健康状态监测控制中心,包括控制、显示和预警单元;以及多个传感器与信号处理单元之间、多个信号处理单元之间和多个信号处理单元与监测控制中心之间的数据传输。本发明适用于不同轮轨接触状态、行车速度、载重等情况下的轮轨健康状态全过程监测。

    一种基于超声图像引导的机器人诊断系统的智能扫查方法

    公开(公告)号:CN110477956A

    公开(公告)日:2019-11-22

    申请号:CN201910925312.6

    申请日:2019-09-27

    Abstract: 本发明提出一种基于超声图像引导的机器人诊断系统的智能扫查方法,所述方法通过夹持装置将超声探头安装到六自由度机器臂末端,通过双目摄像头确定人体与六自由度机械臂末端超声探头的相对位姿,然后,六自由度机械臂带动超声探头到达人体的初始相对零位置,随后,超声诊断仪接收超声探头输入的扫描信号成像,并发送至智能识别装置,最后,智能识别装置进行超声图像的分类与分割来确定器官及其位置,根据器官成像面积的大小控制六自由度机器臂的运动,实现对人体各个器官的智能扫查。

    一种基于超声图像的多模型肝脏弥漫性疾病智能诊断方法及系统

    公开(公告)号:CN109063712A

    公开(公告)日:2018-12-21

    申请号:CN201810658611.3

    申请日:2018-06-22

    Abstract: 一种基于超声图像的多模型肝脏弥漫性疾病智能诊断方法及系统,具体涉及利用深度学习算法提取图像特征与图像纹理特征相结合并应用XGBoost算法在超声图像上实现肝脏弥漫性疾病智能诊断的方法,它是人工智能方法在基于超声图像的诊断中的应用,可以为医生的疾病诊断提供辅助建议。本发明的步骤为:一、对肝脏超声图像进行预处理;二、基于卷积神经网络实现肝脏弥漫性疾病的初步分类;三、将卷积神经网络特征和图像纹理特征相结合形成多模型特征,应用XGBoost算法实现肝脏弥漫性疾病的最终分类。本发明结合深度学习算法和传统的特征提取算法,兼顾图像的形状特征与纹理特征,并应用XGBoost算法提高了分类算法的准确度,适用于基于超声图像的肝脏弥漫性疾病辅助诊断。

    一种基于线型阵列的超声层析成像系统及方法

    公开(公告)号:CN105631879B

    公开(公告)日:2018-10-12

    申请号:CN201511022842.8

    申请日:2015-12-30

    Inventor: 赵悦 沈毅 张值豪

    Abstract: 本发明公开了一种基于线型阵列的超声层析成像系统及方法,所述系统由控制模块、由线型超声传感器阵列组成的闭合型超声波信号发射与接收模块、信号采集模块、信号传输模块、信号处理模块、图像重建与显示模块构成,其中:控制模块分别与信号发射与接收模块、信号采集模块和信号传输模块相连,控制超声波发射偏置角、信号采集与传输的时序;信号传输模块分别连接信号采集装置与后端处理装置,实现数据的实时传输。本发明不仅克服了环形阵列加工复杂、数据处理量大、系统控制复杂度高等不足,而且有效降低了制造加工成本,便于超声CT乳腺癌筛查系统在临床应用上的推广。

    基于EEMD和FIR的混合型光纤陀螺信号滤波方法

    公开(公告)号:CN105371836B

    公开(公告)日:2018-09-25

    申请号:CN201510961083.5

    申请日:2015-12-18

    Abstract: 本发明公开了一种基于EEMD和FIR的混合型光纤陀螺信号滤波方法,具体步骤如下:步骤一:利用EEMD算法对光纤陀螺信号进行分解,得到各层IMF分量和残差;步骤二:对每层IMF分量进行希尔伯特变换,得到其幅值和瞬时频率,并根据瞬时频率推算出阈值,通过阈值计算权值;步骤三:采用FIR滤波器对每层IMF分量和残差进行FIR滤波处理,得到新的各层IMF分量和残差;步骤四:将被FIR滤波器处理后的新的IMF进行加权重构,最终形成去噪后的结果。本发明综合了两种方法的优势,通过EEMD方法提高数据分解精度,再用FIR滤波器方法进一步进行低通滤波,提高了EEMD信号处理时的频率精度,使得滤波效果明显增强。同时保证了方法依旧基于数据的方法,不用对数据进行建模,适用面广。

    一种基于最小体积与优化约束条件的高光谱解混方法

    公开(公告)号:CN105513097B

    公开(公告)日:2018-08-14

    申请号:CN201511022789.1

    申请日:2015-12-30

    Abstract: 本发明公开了一种基于最小体积与优化约束条件的高光谱解混方法,其步骤如下:步骤一:数据加载与预处理。步骤二:筛选图像采样点,构造优化的约束条件,寻找满足初始条件的数据。步骤三:将非负非线性规划问题转换为线性规划问题,对线性规划问题的目标函数结合优化后的约束条件进行求解,计算中间变量矩阵Hnew、gnew。步骤四:根据变化率检测终止条件判断是否终止迭代计算,若不满足终止条件,则返回步骤三,继续更新中间变量矩阵Hnew、gnew。步骤五:解出满足非负性要求的端元矩阵,并计算丰度系数,完成图像的解混。本方法解决基于最小体积的高光谱解混算法中,约束条件过多所导致的数据存储空间大,运算时间长,精确性难以提高的问题。

Patent Agency Ranking