-
公开(公告)号：CN109376753A
公开(公告)日：2019-02-22
申请号：CN201811008372.3
申请日：2018-08-31
Applicant: 南京理工大学
Abstract: 本发明公开了一种稠密连接的三维空谱分离卷积深度网络及构建方法，该方法包括：输入层为三维空谱数据；隐层单元由光谱维一维卷积层和空间维二维卷积层构成，每个隐层单元是先执行光谱维卷积，然后执行空间维卷积；深度网络由多层隐层单元堆叠而成；每个隐层单元的输入为前面所有隐层单元的输出拼接而成；输出层为各光谱像元的类属概率数据；网络损失函数为掩模交叉熵。本发明具有空谱特征快速学习和小样本标注监督分类性能，较好解决分类标签不均衡性，应用于高光谱图像监督分类具有优异性能。
-
公开(公告)号：CN108734672A
公开(公告)日：2018-11-02
申请号：CN201810016715.4
申请日：2018-01-08
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于光谱库裁剪与协同稀疏回归的高光谱数据解混方法，包含如下步骤：输入光谱库和待解混高光谱数据；光谱库初始化与光谱数据矩阵构造；构建光谱拟合误差保真项；构建丰度矩阵协同稀疏性约束项；构建光谱库裁剪的稀疏正则化项；建立光谱库裁剪和协同稀疏回归模型；迭代求解光谱库裁剪和协同稀疏回归模型；输出裁剪后的光谱库和端元丰度图。本发明为缓解光谱库端元与实际场景中端元的误匹配问题，建立协同稀疏回归模型，进行目标函数最优化解混，提高了解混的精度，降低了端元误匹配率，增强了对光谱幅度变化和噪声的鲁棒性；可广泛应用于环境监测、矿产勘探和精准农业等领域的高光谱数据解混应用。
-
公开(公告)号：CN107622479A
公开(公告)日：2018-01-23
申请号：CN201710785887.3
申请日：2017-09-04
Applicant: 南京理工大学
Abstract: 本发明提出一种多谱段图像全色锐化的轮廓波子带自适应细节注入方法。采取非降采样轮廓波分别对全图像和多谱段图像进行多尺度多方向分解，并构造退化尺度下方向子带的全色图像和多谱段图像；采取多变量回归方法联合估计各方向子带的细节注入增益参数和平均亮度加权参数；进而设计自适应融合准则，实现细节的多尺度多方向自适应注入。本发明通过全色图像融合，可大幅提升多谱段图像空间分辨率，具有方向子带自适应性、参数自适应估计，有效地将全色图像的几何细节注入到多谱段图像，能够减少光谱失真。
-
公开(公告)号：CN107292959A
公开(公告)日：2017-10-24
申请号：CN201710445821.X
申请日：2017-06-14
Applicant: 南京理工大学
IPC: G06T17/05
Abstract: 本发明公开了一种利用岩心边界品位等值面重建矿体三维表面轮廓的方法，该方法包括：1)岩心矿物品位归一化；2)计算边界品位；3)搜索高品位矿体片段集；4)矿体片段过滤与填充；5)矿体片段集相似性分组；6)插值生成矿体上下品位等值面轮廓；7)表面轮廓缝合。本发明可利用少量钻井岩心数据，快速重建高品位矿体的表面轮廓；采用过滤填充操作能够较好克服品位数据中的噪声和孤立的孔洞。
-
公开(公告)号：CN103093436B
公开(公告)日：2015-07-01
申请号：CN201310033631.9
申请日：2013-01-29
Applicant: 南京理工大学
IPC: G06T5/00
Abstract: 本发明公开了一种利用图像局部结构方向导数的模糊核多尺度迭代估计方法，包括尺度间更新、尺度内迭代估计和尺度间迭代终止判断，由粗尺度到精细尺度迭代估计模糊核与复原图像，其中尺度内迭代估计包含如下步骤：当前尺度增强型方向梯度场的计算；当前尺度模糊核的快速估计；当前图像方向导数近似频谱的计算；当前尺度图像的快速复原。本发明利用了图像跳跃边缘的梯度信息，并且基于快速傅立叶变换技术，以较小的时间复杂度快速地估计模糊核，可用于对各种实际模糊图像进行盲去模糊。
-
Patent Agency Ranking
公开(公告)号：CN104299197A
公开(公告)日：2015-01-21
申请号：CN201410536573.6
申请日：2014-10-11
Applicant: 南京理工大学
Abstract: 本发明公开了一种利用2D CCA的单幅图像去雾方法，首先构造有雾图像训练集及对应的介质传播图训练集，利用2D CCA训练投影矩阵；其次将一幅待处理的雾天图像预处理分解为测试图像块，再用投影矩阵投影到一个子空间，求子空间测试图像块在有雾图像训练集中的K个最邻近块及块权重；然后利用K个最邻近块的标号和块权重，求介质传播图在子空间的投影；再将子空间介质传播图像块投影回原空间求出原空间介质传播图，精细化原空间介质传播图，获取待处理的雾天图像的整体大气光值，利用两色大气散射模型求取去雾后图像。本发明无需固定场景重复拍摄图像，训练集可重复使用，能准确估算出介质传播图，恢复出较清晰的图像。
-
公开(公告)号：CN103150713A
公开(公告)日：2013-06-12
申请号：CN201310033127.9
申请日：2013-01-29
Applicant: 南京理工大学
Abstract: 本发明公开了一种利用图像块分类稀疏表示与自适应聚合的图像超分辨方法，首先对训练集的图像块对进行分类，通过学习得到分类的高分辨与低分辨的字典对；然后对低分辨图像块进行分类稀疏表示超分辨重构，得到高分辨图像块；最后对图像块进行自适应聚合得到输出的高分辨图像。本发明能够有效地对各类自然图像进行超分辨重构，显著地提高了边缘清晰度与纹理细节的恢复程度。
-
公开(公告)号：CN101540043B
公开(公告)日：2012-05-23
申请号：CN200910031270.8
申请日：2009-04-30
Applicant: 南京理工大学
IPC: G06T5/00
Abstract: 本发明公开了一种单幅图像复原的解析迭代快速频谱外推方法，包括迭代系统初始化过程和解析迭代过程。其中：初始化过程计算降质图像频谱、设置初始迭代解、系统初始参数；解析迭代过程通过不断精细的梯度信息阈值收缩估计图像的水平和垂直方向梯度信息，通过解析迭代频谱和梯度信息频谱解析预测得到预测频谱，通过图像频谱合成校正将降质图像频谱和预测频谱解析合成校正得到高分辨率图像。本发明方法基于快速傅立叶变换技术，通过截止频率以下频谱，外推截止频率以上频谱，以很小的复杂度达到图像快速复原。去模糊和抑制噪声能力明显优于常规方法，信噪比得到显著提高。该方法非常便于利用快速傅立叶变换DSP芯片组成的图像处理硬件实现。
-
公开(公告)号：CN114186799B
公开(公告)日：2025-05-06
申请号：CN202111381476.0
申请日：2021-11-21
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于异构图神经网络的企业估值方法及系统，属于图神经网络领域。该方法包括如下步骤：搭建行业异构图；待估值企业邻居采样；对采样节点注意力聚合学习；加权融合异构节点的聚合特征；预测企业估值。本发明采用图神经网络作为基本模型，在异构图神经网络的聚合学习中引入公司节点和人员节点的连接信息并通过注意力机制融合；由于引入了图神经网络算法，相较于传统专家估值效率大幅度提升，在公司和人员信息变更、市场出现波动时，可以对企业估值快速更新；从行业领域信息从高层次视角聚焦公司估值，依托海量数据有效地解决了专家对企业直接建模导致的认知偏差和主观局限性。
-
公开(公告)号：CN118887108A
公开(公告)日：2024-11-01
申请号：CN202410810271.7
申请日：2024-06-21
Applicant: 南京理工大学
IPC: G06T5/60 , G06T5/70 , G06N3/0464 , G06N3/084 , G06N3/088
Abstract: 本发明公开了一种用于高光谱解混的滑窗加权稀疏展开网络方法，包括：设计鲁棒的滑动窗口加权稀疏展开网络增强网络鲁棒性；利用迭代过程中真实端元与虚拟端元丰度分数的不同变化设计空间注意力实现自适应加权；利用深度学习的反向传播机制设计自适应全变差约束增强模型学习能力；利用将网络与滑窗算法相结合的方法使网络可以仅从窗口大小的图像碎片实现无监督学习；通过引入不同分布的训练集提高稀疏解混网络的性能。本发明将稀疏先验和深度展开技术相结合，融合了数学建模和数据驱动方法的优点，设计了基于加权稀疏展开网络以获得更加通用更加鲁棒的解混模型。
-
-
-
-
-
-
-
-
-
Search Results
116
records
(took 0.027 seconds)
