一种偏振图像的增强方法、装置、设备及存储介质

    公开(公告)号:CN118628390A

    公开(公告)日:2024-09-10

    申请号:CN202410731521.8

    申请日:2024-06-06

    Abstract: 本发明涉及一种偏振图像的增强方法、装置、设备及存储介质,属于偏振成像技术领域,其中,该方法包括:根据同一场景不同曝光条件下的偏振图像集建立融合权重矩阵;基于所述偏振图像集对应的曝光比与待增强图像推导响应模型确定最优曝光比;根据所述最优曝光比、所述待增强图像、所述融合权重矩阵生成目标偏振图像;对所述目标偏振图像进行去噪处理得到去噪后的增强图像。本发明通过同一场景不同曝光条件下的偏振图像集建立融合权重矩阵并确定最优曝光比,通过与待增强图像融合生成目标偏振图像后再进行去噪处理,利用真实场景下的图像能够对各种光照下的偏振图像进行增强,有效去除了偏振图像中的噪声干扰,并防止了偏振图像中偏振信息的丢失。

    容器资源调度方法、装置及存储介质

    公开(公告)号:CN117271058A

    公开(公告)日:2023-12-22

    申请号:CN202311250564.6

    申请日:2023-09-26

    Abstract: 本申请公开了一种容器资源调度方法、装置及存储介质,涉及数据中心技术领域,用于提升调度过程中资源分配的公平性。该方法应用于数据中心的管理设备,该方法包括:基于至少一个资源请求用户中每个资源请求用户对应的第一参数,从至少一个资源请求用户中确定目标资源请求用户,每个第一参数用于指示分配给所对应的资源请求用户的资源数量占比;在目标资源请求用户请求调度第一作业的情况下,基于至少一个候选节点中每个候选节点的可用资源数量及工作频率,从至少一个候选节点中确定目标节点;将第一作业调度至目标节点。

    神经网络训练方法、图像检索方法及装置

    公开(公告)号:CN114219983B

    公开(公告)日:2024-10-18

    申请号:CN202111555642.4

    申请日:2021-12-17

    Abstract: 本申请提供了一种神经网络训练方法、图像检索方法及装置,该训练方法通过预先设定的损失函数对第一浅层卷积神经网络、第一深层卷积神经网络、第二浅层卷积神经网络和第二深层卷积神经网络进行训练,使第一浅层卷积神经网络、第一深层卷积神经网络、第二浅层卷积神经网络和第二深层卷积神经网络学习到能提取与图像相似性相关的特征,在此基础上,使用浅层卷积神经网络和深层卷积神经网络提取不同类型的特征,并对特征进行融合,使融合后的特征能表征更加丰富的图像信息,使得利用融合后的特征检索图像,可以提高图像检索的精度。

    一种日志数据预处理方法及装置
    29.
    发明公开

    公开(公告)号:CN114676105A

    公开(公告)日:2022-06-28

    申请号:CN202210317584.X

    申请日:2022-03-29

    Abstract: 本发明提供一种日志数据预处理方法及装置,通过对获取的待处理的第一日志文件进行格式转换,得到第二日志文件,为第二日志文件中同类型的错误日志数据分配相同错误标记,得到第三日志文件,基于具有不同错误标记的所有错误日志数据的时间戳和预设序列长度,构建多个故障相关序列,计算所有故障相关序列之间的序列似然度,将序列似然度小于预设值的故障相关序列对划分为一组,得到聚类后的故障相关序列并进行训练,得到对应的故障分类模型。基于上述,对日志数据进行预处理时,能够在减少数据量的基础上保留更多与故障相关的日志数据,有利于后续故障预测过程中更为精准的进行预测各类故障。

Patent Agency Ranking