-
公开(公告)号：CN112950492A
公开(公告)日：2021-06-11
申请号：CN202110117113.X
申请日：2021-01-28
Applicant: 中国石油大学(华东)
Abstract: 本发明公开基于自适应各向异性扩散的全极化SAR图像去噪方法，包括：S1、获取全极化SAR数据，并提取全极化SAR数据的协方差矩阵；S2、基于协方差矩阵提取极化散射熵；S3、基于极化散射熵进行梯度自适应滤波窗口的选择；S4、对协方差矩阵进行Freeman‑Durden分解，得到全极化SAR数据中各像素的布拉格散射、二次散射、体散射的功率；S5、基于各像素的布拉格散射、二次散射、体散射的功率，进行地物散射标记图的提取；S6、基于梯度自适应滤波窗口、地物散射标记图，采用散射机制的自适应各向异性扩散方法对全极化SAR图像去噪。本发明能够在抑制图像噪声的同时，充分地保留原始全极化SAR图像中的极化信息。
-
公开(公告)号：CN106850479A
公开(公告)日：2017-06-13
申请号：CN201710081186.1
申请日：2017-02-15
Applicant: 中国石油大学(华东)
IPC: H04L27/16 , H04L27/14 , H04L27/156
Abstract: 本发明涉及一种钻井液连续波频率连续相位平滑编码调制系统，该系统包括编码器，所述编码器将井下传感器采集的井下信息转化为二进制数据，并将二进制数据传输至所述调制器，所述调制器将所述二进制数据分为至少一组的位序列，根据压力波调制方程建立二进制数据与钻井液连续波发生器待产生压力波的相互关系，并将二进制数据对应的钻井液发生器待产生压力波的信息传输至所述钻井液连续波发生器，所述钻井液连续波发生器根据待产生压力波的信息规律的产生钻井液连续压力波。所述压力波调制方程为：
-
公开(公告)号：CN1935377A
公开(公告)日：2007-03-28
申请号：CN200610137858.8
申请日：2006-11-07
Applicant: 北京三聚环保新材料有限公司 , 中国石油大学(华东)
Abstract: 本发明公开了一种用于转化液化气所含硫醇的催化剂的制备方法，该方法具有以下步骤：①载体的活化；②将活性组分溶解在溶剂中；所述的活性组分为酞菁钴类化合物；所述溶剂为单一有机溶剂、有机混合溶剂或者有机－无机混合溶剂；③将步骤①中活化后的载体浸渍在步骤②得到的溶液中，而得到混合物料；④在步骤③得出混合物料中滤出载体、再对载体进行干燥即得。本发明的催化剂活性组分不易流失，催化活性高，催化硫醇钠氧化效果好。
-
公开(公告)号：CN119991447A
公开(公告)日：2025-05-13
申请号：CN202510026672.8
申请日：2025-01-08
Applicant: 中国石油大学(华东)
IPC: G06T5/00 , G06V10/42 , G06V10/44 , G06V10/26 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06T5/50 , G06N3/0464 , G06N3/048 , G06N3/0455 , G06N3/08
Abstract: 本发明公开一种基于深度学习模型的浮游生物图像增强方法，属于图像增强技术领域，用于浮游生物图像增强，包括将浮游生物图像输入局部特征提取模块，得到浮游生物局部特征图，调整全局特征提取模块的参数，将浮游生物图像输入全局特征提取模块，得到浮游生物全局特征图，将浮游生物局部特征图和浮游生物全局特征图进行特征融合，得到局部增强和全局增强的浮游生物图像，将局部增强和全局增强的浮游生物图像输入到分类器中，获得浮游生物图像增强结果。本发明获取浮游生物的关键局部特征，提取到浮游生物的局部特征和全局特征并获得增强后的浮游生物图像，该图像提高了浮游生物的图像增强准确率。
-
公开(公告)号：CN119272663A
公开(公告)日：2025-01-07
申请号：CN202411793745.8
申请日：2024-12-09
Applicant: 中国石油大学(华东) , 自然资源部第一海洋研究所
Abstract: 本发明公开了一种基于仿真技术的无人船状态信息在线建模预报方法，涉及无人船仿真测试技术领域，构建无人船数据库系统，包括通过无人船模型在star‑ccm+真实流场、Noetic海洋环境中模拟得到的仿真数据以及通过真实海试中采集的数据；设计基于滑动窗口算法的非线性储备池计算算法对状态信息进行在线建模预报。本发明结合计算流体力学、物理仿真环境以及真实海洋环境的动态特性，能够使无人船真实海洋环境中利用小样本数据实现状态信息的在线建模预报，为无人船的避碰、规划与控制提供有效的先验信息，安全有效的完成航行任务。
-
Patent Agency Ranking
公开(公告)号：CN117872424A
公开(公告)日：2024-04-12
申请号：CN202410269573.8
申请日：2024-03-11
Applicant: 中国石油大学(华东)
Abstract: 本发明公开一种GNSS‑R海面DDM数据生成方法和装置，包括以下步骤：步骤S1、获取实测DDM数据；步骤S2、根据实测DDM数据训练流模型；其中，所述流模型用于挖掘实测DDM数据的分布与正态分布之间的转换关系；步骤S3、根据训练好的流模型，利用正态分布随机采样得到变量生成DDM数据。采用本发明的技术方案，能够有效的应用于GNSS‑R海面风速研究，在现有实测数据的基础上实现样本扩充，并可服务于其他GNSS‑R海面风速反演研究。
-
公开(公告)号：CN116206203B
公开(公告)日：2023-08-18
申请号：CN202310217615.9
申请日：2023-03-08
Applicant: 中国石油大学(华东)
IPC: G06V20/10 , G06V10/40 , G06V10/764 , G06V10/774 , G06V10/82 , G06V10/80 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了基于SAR与Dual‑EndNet的溢油检测方法，包括以下步骤：获取目标海面的全极化SAR图像；对全极化SAR图像进行Pauli分解，得到奇次散射和偶次散射的散射能量，利用散射能量，合成PauliRGB图像；对全极化SAR图像提取溢油检测的极化特征，并利用随机森林算法对极化特征进行选择，得到极化特征图像；基于PauliRGB图像和极化特征图像，获得几何空间样本数据集、极化特征数据集和样本标签集，并划分为训练集和测试集；构建Dual‑EndNet网络模型；利用训练集对Dual‑EndNet网络模型进行训练；利用测试集和训练好的Dual‑EndNet网络模型完成对目标海面的溢油检测。
-
公开(公告)号：CN116071607B
公开(公告)日：2023-08-08
申请号：CN202310212759.5
申请日：2023-03-08
Applicant: 中国石油大学(华东)
IPC: G06V10/764 , G06V20/17 , G06V20/70 , G06V10/26 , G06V10/52 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/047
Abstract: 本发明公开了一种基于残差网络的水库航拍图像分类及图像分割方法及系统，涉及人工智能技术领域，该方法包括：获取待测水库航拍图像；将预处理后的待测水库航拍图像输入至图像分类模型，通过带扩张卷积的ResNet特征提取网络待测提取水库航拍图像的特征，根据图像特征，通过基于全局平均池化的分类网络，输出类别预测；将预测类别为水陆交叉图像的水库航拍图像输入至图像分割模型，通过基于多尺度融合的分割网络，提取水陆交叉图像的候选区域特征，通过基于全局平均池化的分类网络，得到候选区域的类别预测值，基于类别预测值，输出水陆交叉图像中分割出的水域和陆地。本发明能够实现精确度更高的水库航拍图像的分类与水陆区域分割。
-
公开(公告)号：CN112950492B
公开(公告)日：2022-04-29
申请号：CN202110117113.X
申请日：2021-01-28
Applicant: 中国石油大学(华东)
IPC: G06T5/00 , G06V10/762 , G06V10/764 , G06K9/62
Abstract: 本发明公开基于自适应各向异性扩散的全极化SAR图像去噪方法，包括：S1、获取全极化SAR数据，并提取全极化SAR数据的协方差矩阵；S2、基于协方差矩阵提取极化散射熵；S3、基于极化散射熵进行梯度自适应滤波窗口的选择；S4、对协方差矩阵进行Freeman‑Durden分解，得到全极化SAR数据中各像素的布拉格散射、二次散射、体散射的功率；S5、基于各像素的布拉格散射、二次散射、体散射的功率，进行地物散射标记图的提取；S6、基于梯度自适应滤波窗口、地物散射标记图，采用散射机制的自适应各向异性扩散方法对全极化SAR图像去噪。本发明能够在抑制图像噪声的同时，充分地保留原始全极化SAR图像中的极化信息。
-
公开(公告)号：CN112926397B
公开(公告)日：2022-03-01
申请号：CN202110117101.7
申请日：2021-01-28
Applicant: 中国石油大学(华东)
IPC: G06V10/764 , G06V10/774 , G06V10/80 , G06V20/05 , G06K9/62
Abstract: 本发明公开一种基于两轮投票策略集成学习的SAR图像海冰类型分类方法，包括：对SAR海冰图像进行特征提取，得到优选纹理特征；采用原始极化特征和优选纹理特征融合形成的海冰特征图像，对基分类器进行选择训练和权重优化，得到类别得分矩阵和第一轮权重投票的分类结果；根据类别得分矩阵与预定义阈值参数将所有像素划分为模糊性标签像素集和确定性标签像素集，使用第一轮权重投票结果对确定性标签像素的分类结果进行确定；对模糊性标签像素进行第二轮权重投票纠正，完成初始集成分类结果中所有模糊性标签像素的更新，得到最终的海冰分类结果。采用本发明的技术方案，以解决现有海冰分类方法未能优化选取SAR图像海冰特征以及分类方法落后的问题。
-
-
-
-
-
-
-
-
-
Search Results
44
records
(took 0.03 seconds)
