-
公开(公告)号：CN117830793A
公开(公告)日：2024-04-05
申请号：CN202311642688.9
申请日：2023-11-30
Applicant: 三峡大学
Abstract: 一种用于森林火灾检测的特征一致性约束网络的构建方法，包括以下步骤：步骤1：首先构建双分支网络，这每个分支网络完全共享参数，分别输入同一张图的两个不同数据增强视角，两个不同视角的图片分别输入双分支网络提取特征；步骤2：构建特征一致性模块，根据两个不同视角的特征一致性，约束双分支网络提取的特征，对物体的特征进行一致性约束；步骤3：将双分支的检测结果分别与真实框计算损失，优化双分支网络的检测效果。通过以上步骤进行构建和训练。
-
公开(公告)号：CN117576585A
公开(公告)日：2024-02-20
申请号：CN202311450086.3
申请日：2023-11-02
Applicant: 三峡大学
Abstract: 一种用于房屋检测的多专家辅助模型的构建方法，它包括以下步骤：S1、操控无人机拍摄城乡的建筑物图像，制作数据集；S2、构建两个专家分支，第一个专家学习普通建筑物的特征表达，第二个专家学习正在建造的建筑物的特征表达；S3、在网络中加入类内聚合损失，根据真实标签的特征向量计算它们和各自类别中心向量的相似度，通过提高相似度来减小类内差异，明确类间的决策边界；S4、将无人机图像送入网络，先经过骨干网络提取特征图，然后将特征图同时送入主网络和两个专家分支，利用专家分支的结果计算损失来约束骨干网络，同时利用主网络的结果对网络整体进行训练；S5、在模型训练结束后舍弃专家分支；通过以上步骤完成对多专家辅助模型的构建。
-
公开(公告)号：CN117541095A
公开(公告)日：2024-02-09
申请号：CN202311275337.9
申请日：2023-09-28
Applicant: 三峡大学
IPC: G06Q10/0639 , G06Q10/04 , G06Q50/02 , G06F18/243 , G06N5/01 , G06N20/20
Abstract: 本发明提供一种农用地土壤环境质量类别划分的方法，包括以下步骤：在研究区域内收集土壤和农产品样本，检测样本中的土壤理化性质指标；对所收集样本的数据进行预处理，包括清洗、剔除异常值、插补缺失值、删除冗余数据、进行标准化，得到预处理后的数据集，划分成训练集和测试集；基于随机森林算法，通过特征选择、决策树生成、模型集成构建农用地土壤环境质量类别划分模型；使用训练集训练模型；利用优化后的随机森林模型对测试集数据进行预测，评估模型分类性能。相比现有的依靠主管经验进行土壤环境质量划分和评估的方法，本发明使用随机森林算法，可以处理更大规模的数据，并自动通过数据特征发现其中的关系，提高评估的客观性和准确性。
-
公开(公告)号：CN112304997B
公开(公告)日：2023-03-31
申请号：CN202011181175.9
申请日：2020-10-29
Applicant: 三峡大学
IPC: G01N23/223
Abstract: 本发明公开了基于空间耦合模型的土壤重金属含量检测系统，包括箱体和箱体中设置的可旋转的土壤样品盛放台，土壤样品盛放台的土壤样品接触面设有水分传感器，箱体内设有微处理器以及分别与其连接的X射线管、探测器、定位模块、存储器和显示屏，X射线管、探测器分别对准土壤样品盛放台，存储器中存有不同地理位置对应的光谱定量分析模型，水分传感器的输出端与微处理器连接。本发明还公开了一种土壤重金属含量检测方法。本发明的检测系统针对峰值漂移现象进行刻度校正，针对不同的土壤质地和湿润程度进行补偿，且根据土壤样本地理位置挑选相对应的光谱定量分析模型，提高了土壤重金属含量检测的精度。
-
公开(公告)号：CN115130567A
公开(公告)日：2022-09-30
申请号：CN202210699018.X
申请日：2022-06-20
Applicant: 三峡大学
IPC: G06K9/62 , G06F30/20 , G06Q50/02 , G01N33/24 , G06F119/02
Abstract: 本发明公开了一种基于PCA‑PMF的农田土壤重金属定量源解析的联用方法，该方法采用多元统计分析方法中的PCA主成分分析模型和受体模型中的PMF模型相结合的方法，实现对土壤重金属的污染来源进行快速、准确的定量源解析；该方法既能利用PCA模型为PMF模型提供较为可靠的因子数目判定，又能结合两者对污染源的解析结果进行对比验证，提高了定量源解析的准确性。
-
Patent Agency Ranking
公开(公告)号：CN115130377A
公开(公告)日：2022-09-30
申请号：CN202210704753.5
申请日：2022-06-21
Applicant: 三峡大学
IPC: G06F30/27 , G06K9/62 , G06N20/00 , G06N3/00 , G01N23/223
Abstract: 一种BOSS‑SAPSO优化极限学习机的土壤重金属预测方法，它包括以下步骤：步骤1：采集土壤样品X射线荧光光谱数据和重金属含量值，构建样本集；步骤2：对样本集或待检测光谱信息进行预处理；步骤3：对预处理后的光谱数据进行特征选择；步骤4：建立极限学习机；步骤5：采用优化后的权重和隐含层偏置训练极限学习机，得到土壤重金属预测模型，将测试集输入预测模型，得到重金属的预测值。本发明的目的是为了解决在现有的土壤重金属预测中，所获得的相关光谱数据维度高、数据间冗余大且光谱与土壤重金属之间会呈现复杂的非线性，从而使得土壤重金属预测效率、效果、精准度不高的技术问题。
-
公开(公告)号：CN115081335A
公开(公告)日：2022-09-20
申请号：CN202210778405.2
申请日：2022-06-30
Applicant: 三峡大学
Abstract: 一种改进深度极限学习机的土壤重金属空间分布预测方法，它包括以下步骤：步骤1：确定研究区域内的调查网格；步骤2：在研究区域内采集土壤样品；步骤3：测定采集的土壤样品重金属浓度；步骤4：确定所需多源辅助变量；步骤5：筛选多源辅助变量；步骤6：基于土壤重金属浓度数据和辅助变量数据构建深度极限学习机；步骤7：用金枪鱼群优化算法优化所构建的深度极限学习机；步骤8：获得土壤重金属空间分布图。本发明的目的是提供一种利用深度极限学习机DELM来对土壤重金属浓度空间进行预测的方法，以提高土壤重金浓度空间预测的精度，进而为更好的进行土壤重金属污染防治做准备。
-
公开(公告)号：CN112304997A
公开(公告)日：2021-02-02
申请号：CN202011181175.9
申请日：2020-10-29
Applicant: 三峡大学
IPC: G01N23/223
Abstract: 本发明公开了基于空间耦合模型的土壤重金属含量检测系统，包括箱体和箱体中设置的可旋转的土壤样品盛放台，土壤样品盛放台的土壤样品接触面设有水分传感器，箱体内设有微处理器以及分别与其连接的X射线管、探测器、定位模块、存储器和显示屏，X射线管、探测器分别对准土壤样品盛放台，存储器中存有不同地理位置对应的光谱定量分析模型，水分传感器的输出端与微处理器连接。本发明还公开了一种土壤重金属含量检测方法。本发明的检测系统针对峰值漂移现象进行刻度校正，针对不同的土壤质地和湿润程度进行补偿，且根据土壤样本地理位置挑选相对应的光谱定量分析模型，提高了土壤重金属含量检测的精度。
-
公开(公告)号：CN110197205A
公开(公告)日：2019-09-03
申请号：CN201910385039.2
申请日：2019-05-09
Applicant: 三峡大学
Abstract: 本发明公开了一种多特征来源残差网络的图像识别方法，构建多特征来源残差网络模型，通过卷积层和最大池化层提取浅层特征，通过多个残差模块提取深层特征，将浅层特征和深层特征相加，作为全连接层和分类器的输入；采用样本图片集对多特征来源残差网络模型进行训练、测试，采用梯度下降法对模型参数进行训练、优化；采用多特征来源残差网络模型对待分类图片进行识别分类，输出图片属于各个分类的概率。本发明提出的多特征来源残差网络模型将图像浅层特征与深层特征结合起来，作为全连接层以及分类器的输入，使模型能够兼顾图像的轮廓和纹理信息，从多个维度去认识图像，从而得到更准确的识别结果，提高了图像识别的精度。
-
公开(公告)号：CN119360115A
公开(公告)日：2025-01-24
申请号：CN202411541477.0
申请日：2024-10-31
Applicant: 三峡大学
IPC: G06V10/764 , G06T7/00 , G06V10/40 , G06V10/22 , G06N3/084 , G06V10/82 , G06V10/80 , G06N3/0442
Abstract: 本发明提出了一种基于多层级高低频特征补偿的绝缘子缺陷检测方法，本方法设计了一种特征分量补偿框架，首先通过频域分解模块分解出输入绝缘子图像的高低频特征分量信息，然后通过构建三骨干特征提取网络分别对高频分量、绝缘子RGB图像、低频分量进行特征提取，然后利用门控机制动态融合高低频特征分量信息对路径聚合网络生成的特征进行不同层级的特征补偿，从而为检测头提供更完整和丰富的特征信息，有效解决了特征编码过程中信息稀释和细节丢失的问题，有效提升了模型对于不同尺度的绝缘子缺陷的检测性能。
-
-
-
-
-
-
-
-
-
Search Results
47
records
(took 0.025 seconds)
