-
公开(公告)号：CN110046598A
公开(公告)日：2019-07-23
申请号：CN201910328725.6
申请日：2019-04-23
Applicant: 中南大学
Abstract: 本申请公开了即插即用的多尺度空间和通道注意遥感影像目标检测方法，包括：获取原始特征图，原始特征图为由深度卷积神经网络提取图像的特征图；对原始特征图进行全局平均池化操作，得到特征图向量；由两个全连接层对特征图向量进行两次线性变换，得到通道注意图；通过不同感受野的卷积产生至少三种不同尺度的空间注意图；将三种尺度的空间注意图相乘得到多尺度空间注意图；将多尺度空间注意图和通道注意图相乘，得到多尺度空间和通道注意(MSCA)；将多尺度空间和通道注意(MSCA)施加到原始特征图上生成新的特征图。在现有的目标检测模型中加入MSCA，显著提升小目标以及复杂背景的遥感影像目标检测的效果。
-
公开(公告)号：CN108761451A
公开(公告)日：2018-11-06
申请号：CN201810489874.6
申请日：2018-05-21
Applicant: 中南大学
IPC: G01S13/89
Abstract: 本发明提供了一种基于多时相遥感影像的土地利用变化智能理解方法，包括检测两时相遥感影像目标区域内发生变化的对象和用自然语言描述变化的内容；检测两时相遥感影像目标区域内发生变化的对象包括获取两时相的数据、遥感影像的预处理、两时相数据的分块裁剪、构建掩膜、模型训练和模型测试、检测发生变化的内容并将变化地块高亮表示等内容；用自然语言描述变化的内容包括确定描述变化内容的语句模板、生成描述语句。本发明对两时相的遥感影像分别分割，利用地物类别信息判别同一位置地物类别的变化，变化检测更精确，描述内容确定化；用自然语言对变化内容进行描述，直观地展示两时相影像的变化内容，便于遥感影像的深层理解。
-
公开(公告)号：CN108664987A
公开(公告)日：2018-10-16
申请号：CN201810237605.0
申请日：2018-03-21
Applicant: 中南大学
CPC classification number: G06K9/6218 , G06Q10/063
Abstract: 本发明提供一种灾害救援环境下的多目标优先级评估方法，包括：对救援目标进行聚类：根据实际救援情况，将救援目标区分为受灾人员或着火点两大类，并根据各目标点实测值，分别建立其任务特征向量；在同类目标点中，计算目标点的影响因素实测值对相应评价等级的隶属度矩阵；在同类目标点中，根据实测值计算各个影响因素的权重值；根据隶属度矩阵和权重值计算目标点的评价向量；根据最大隶属度原则，得出目标点的评价值。本发明主要解决救援背景下救援机器人的多目标优先级评估问题，有助于提高救援机器人对于救援目标的辨识度，从而大大提高救援效果和救援效率。
-
公开(公告)号：CN108053409A
公开(公告)日：2018-05-18
申请号：CN201711304825.2
申请日：2017-12-11
Applicant: 中南大学
Abstract: 本发明涉及遥感影像分割领域，公开遥感影像分割基准库自动构建方法，该遥感影像分割基准库自动构建方法包括：步骤1，对众源矢量数据进行筛选，以去除地物面积小于预设面积的地物；步骤2，将遥感影像和筛选后的众源矢量数据进行配准叠加得到A；步骤3，将A中遥感影像裁剪为多个预设像素大小的小范围影像块，并将小范围影像块设为单元，通过影像坐标判断众源矢量数据是否位于影像块范围内，并生成了与原影像块同等大小的掩膜；步骤4，将所述掩膜和原始图像相结合，得到遥感影像分割基准库。该方法克服了现有技术中的手工标注构建基准库不仅效率低，同时规模也较小的问题，实现了遥感影像分割基准库自动构建。
-
公开(公告)号：CN107807986A
公开(公告)日：2018-03-16
申请号：CN201711045073.2
申请日：2017-10-31
Applicant: 中南大学
Abstract: 本发明提供一种描述地物空间关系语义的遥感影像智能理解的方法，包括构建遥感影像语义理解基准库和进行遥感影像的语义智能描述，构建遥感影像语义理解基准库包括获取遥感影像块、遥感影像块对应的矢量数据块、遥感影像块对应的描述语句以及遥感影像中的目标及各目标之间的关系图四部分等内容；进行遥感影像的语义智能描述包括对模型进行训练、对模型进行测试以及对数据库以外的遥感影像块进行基于地物空间关系的遥感影像智能描述。应用本发明的技术方案，效果是：从不同的角度实现对遥感影像的理解；建立的遥感影像高级语义基准库允许后期再行添加遥感影像对应的描述语句，有利于提高计算机的影像理解及描述的能力；处理方法精简，易于实现。
-
Patent Agency Ranking
公开(公告)号：CN103721562B
公开(公告)日：2015-09-23
申请号：CN201310683957.6
申请日：2013-12-13
Applicant: 中南大学
Abstract: 本发明提供一种净化砷化氢的吸收液及其使用方法。吸收液以双氧水为吸收剂，Ag+为催化剂，以阴离子表面活性剂为分散剂，制备成均相混合液后，可高效氧化吸收砷化氢气体，实现砷化氢零排放。本方法通过Ag+催化H2O2氧化砷化氢，实现净化，整个过程仅消耗绿色廉价的H2O2，处理成本低，砷化氢净化效果显著，适合冶炼行业及其他产生砷化氢有毒废气行业的处理应用。
-
公开(公告)号：CN120004327A
公开(公告)日：2025-05-16
申请号：CN202510264501.9
申请日：2025-03-06
Applicant: 中南大学
IPC: C01G49/00 , H01M4/136 , H01M4/36 , H01M4/58 , H01M4/62 , H01M10/0525 , H01M10/054 , C01B32/168 , C01B32/194 , C01B25/455
Abstract: 一种碳复合聚阴离子型正极材料的制备方法和应用，所述制备方法包括以下步骤：（1）将碱金属源、过渡金属源、聚阴离子源或还有氟源，与无机碳源和醇胺类化合物分散于水中，混合，得前驱体溶液；（2）将步骤（1）所得前驱体溶液向液氮搅拌收料腔内，进行喷雾固化后，冷冻干燥，得前驱体粉末；（3）将步骤（2）所得前驱体粉末，在保护性气氛下，烧结，得碳复合聚阴离子型正极材料。将所述制备方法所得碳复合聚阴离子型正极材料在电池中应用。本发明方法所得碳复合聚阴离子型正极材料晶体结构稳定，形貌规则可控，导电碳材料均匀分散度高，组装的电池放电比容量高，循环稳定性好，且工艺简单，可行性高，成本低，适宜于工业化应用。
-
公开(公告)号：CN119723338A
公开(公告)日：2025-03-28
申请号：CN202411798506.1
申请日：2024-12-09
Applicant: 中南大学
IPC: G06V20/10 , G06V10/764 , G06V10/774 , G06V10/40 , G06V10/80 , G06V10/82
Abstract: 本发明提供了一种耦合全局上下文和几何信息的建筑物跨域识别方法，属于建筑物识别技术领域；包括确定源域数据集和目标域数据集；训练顾及全局上下文和几何信息的建筑物跨域提取模型1；对建筑物跨域提取模型1的参数进行更新以得到建筑物跨域提取模型2；将目标域数据集中的遥感影像输入到建筑物跨域提取模型2中进行预测，得到目标域掩码伪标签和目标域AFM伪标签；定义不含双原型对比学习模块的建筑物跨域提取模型2为建筑物提取模型3并对其进进行训练，得到建筑物提取模型4；将目标域数据集中的遥感影像输入到建筑物提取模型4中进行预测，得到建筑物识别结果。
-
公开(公告)号：CN118299563A
公开(公告)日：2024-07-05
申请号：CN202410401754.1
申请日：2024-04-03
Applicant: 中南大学
IPC: H01M4/58 , H01M4/04 , H01M4/136 , H01M10/054 , C01B25/45
Abstract: 本发明属于钠离子电池材料技术领域，尤其涉及一种硫酸磷酸亚铁钠聚阴离子正极材料及其制备方法与应用。所述硫酸磷酸亚铁钠为Na2Fe3SO4(PO4)2；该正极材料具有优良的电学性能和稳定性。制备上述材料的方法包括：将硫酸钠、硫酸亚铁按比例混合后，加入磷酸和络合剂，反应后进行真空浓缩，经水洗、醇洗、干燥获得固体结晶；将所述固体结晶在惰性气氛中进行高温烧结处理获得硫酸磷酸亚铁钠聚阴离子正极材料。制备工艺简单，流程较短，原料易得，易于实现规模化生产。
-
公开(公告)号：CN114926622A
公开(公告)日：2022-08-19
申请号：CN202210399493.5
申请日：2022-04-15
Applicant: 中南大学 , 山东卓智软件股份有限公司
IPC: G06V10/22 , G06V10/42 , G06V10/766 , G06V10/77 , G06V10/82 , G06V10/774 , G06N3/04 , G06N3/08 , G06T7/00
Abstract: 本发明提出了一种少样本目标检测方法、电子设备及计算机介质，本发明以目标检测算法的候选框中的特征作为对比学习的第一对比特征；将少样本训练数据中的实例目标提取的多尺度实例特征作为模型对比学习的第二对比特征；将两种对比特征进行对比学习，进而提升少样本目标检测网络的特征表达能力，削弱遥感影像目标方向和尺度对精度的影响。本发明的优点是，针对多尺度的对比学习设计了多尺度候选框对比损失函数，用于对比学习自监督训练，消除用于对比学习的两种对比特征之间的尺度差异。
-
-
-
-
-
-
-
-
-
Search Results
95
records
(took 0.032 seconds)
