-
公开(公告)号：CN113762153B
公开(公告)日：2024-04-02
申请号：CN202111045901.9
申请日：2021-09-07
Applicant: 北京工商大学
IPC: G06V20/13 , G06V10/44 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了一种基于遥感数据的新型尾矿库检测方法及系统。该方案包括设置目标检测网络，根据网络的批次大小确定骨干网络；选择多光谱数据作为训练样本和验证样本，高分辨率卫星融合影像作为测试样本；添加多尺度目标图片，所述多尺度目标图片包括不同尺度的单目标图片，以及不同尺度关系的多目标图片；评估网络对不同尺度的尾矿库的检测准确率；根据具体任务和数据的情况，选择设置损失函数和优化算法；获取检测结果，所述检测结果包括四种组成结构。该方案通过设置进行尾矿库检测流程，有效评估高效网络与高精度网络间的具体差异，提供尾矿库遥感自动识别的检测网络的选择。
-
公开(公告)号：CN117636071A
公开(公告)日：2024-03-01
申请号：CN202410074057.X
申请日：2024-01-18
Applicant: 北京工商大学
IPC: G06V10/764 , G06V10/80 , G06V20/13 , G06N3/0464 , G06N3/08 , G06N3/126
Abstract: 本发明公布一种基于多源数据的深度学习泥石流易感性评估方法。其中，对于输入数据的泥石流影响因子数据，首先通过因子共线性分析和重要性分析，输出区域内关键泥石流影响因子数据，再通过基于深度学习的特征提取网络分别提取关键泥石流影响因子和遥感影像的特征，并基于特征级融合策略融合特征，最后对区域的泥石流易感性进行评估并绘制区域的泥石流易感性分布图。在灾害防治工作中，泥石流易感性评估能够提供快速支持。相对于现有的泥石流易感性评估方法，本发明方法有效地提高了评估的准确率和效率，并降低了日常评估的时间。涉及灾害评估领域，可应用于区域泥石流灾害预防与治理。
-
公开(公告)号：CN117152436A
公开(公告)日：2023-12-01
申请号：CN202311141565.7
申请日：2023-09-06
Inventor： 张珣 , 张鑫 , 张佳亮 , 王福玲 , 阿布都热依木·热西丁
IPC: G06V10/26 , G06V10/774 , G06V10/42 , G06N3/0464 , G06N3/08
Abstract: 本发明公布了一种基于深度可分离卷积和金字塔池化的视频语义分割方法,构建基于深度可分离卷积和金字塔池化模块的街景视频语义分割模型，通过对时序记忆注意力网络TMANet的结构进行改进，采用深度可分离卷积网络结构，且在模型的分割头之前加入金字塔池化模块，再通过模型训练和测试实现视频语义分割。采用本发明的模型方法，使得分割街景视频在保证提取到时序信息的同时关注到每帧图像的上下文关系和全局特征，并减少计算量，从而解决了街景视频语义分割时分割精度不足和模型运算量大的问题，使街景视频处理精度更高，提升视频语义分割效果。
-
公开(公告)号：CN116958541A
公开(公告)日：2023-10-27
申请号：CN202310689398.3
申请日：2023-06-12
Applicant: 北京工商大学
IPC: G06V10/26 , G06V10/80 , G06V10/82 , G06V10/52 , G06N3/0464 , G06N3/0455 , G06N3/08
Abstract: 本发明公开了一种基于全尺度跳跃连接U型结构的图像分割方法，涉及图像分割、深度学习等。本发明方法包括：将医学图像进行块分割，将分割得到的块特征输入到基于的Swin Transformer模块的编码器中进行下采样，通过下采样的方式抽取全局信息。将下采样后的特征输入到基于的Swin Transformer模块的解码器中进行上采样，通过上采样将特征图的分辨率恢复到输入分辨率，同时通过全尺度跳跃连接将每一个下采样块的输出传送给解码器中的每一个上采样块进行合并拼接，最终输出像素级分割预测。本发明方法通过全尺度跳跃连接，使分割模型捕获了全尺度下的细粒度语义和粗粒度语义，再融合Swin Transformer结构，改善了卷积的归纳偏置问题，有效提高了医学影像的语义分割性能。
-
公开(公告)号：CN111125358B
公开(公告)日：2023-07-11
申请号：CN201911302220.9
申请日：2019-12-17
Applicant: 北京工商大学
Abstract: 本发明公开一种基于超图的文本分类方法，包括：步骤一、构建语料库和语料库的关键词库，基于语料库生成超图，得到超图的超边和结点；步骤二、基于共现窗口计算关键词的邻接矩阵；步骤三、对语料库中的每一个文档通过超边向量表示，形成超边矩阵；步骤四、计算超边之间的相似度，构建超边的相似度矩阵；步骤五、构建由词向量组成的超图结点特征矩阵；步骤六、使用图神经网络模型对超边进行分类，得到语料库中每个文档类别的第一次预测概率；步骤七、基于文档的真实标签，采用随机梯度下降算法更新图神经网络模型的参数矩阵，完成语料库中无标签文本的分类；本发明实现了对语料库中无标签文本的准确分类。
-
Patent Agency Ranking
-
-
公开(公告)号：CN115565370A
公开(公告)日：2023-01-03
申请号：CN202211148650.1
申请日：2022-09-20
Applicant: 北京工商大学
Abstract: 本发明公布了一种局部时空图卷积交通流量预测方法及系统，对图卷积网络模型结构进行改进，在交通数据的时间维度添加边，在相邻两个时间点的节点之间连边，构建局部时空图，将构造的局部时空图表示为邻接矩阵；构建局部时空图卷积网络模型，用于捕获局部时空图时空数据中的时空关联性，实现局部时空图卷积交通流量预测。局部时空图卷积交通流量预测系统包括地铁实时流量数据模块、数据预处理模块和交通流量预测模型模块；还可包括地铁满载率的实时分析模块。
-
公开(公告)号：CN113053115B
公开(公告)日：2022-04-22
申请号：CN202110284607.7
申请日：2021-03-17
Applicant: 中国科学院地理科学与资源研究所 , 北京工商大学
Abstract: 本发明公布了一种基于多尺度图卷积网络模型的交通预测方法，采用多尺度图卷积网络和门控循环单元GRU，通过同时捕获交通路网的时间依赖性即交通流的局部时间变化趋势和空间依赖性即拓扑空间结构，通过历史时间步的交通流量预测未来时间步的各个路段的交通流量，由此准确预测道路网络的交通流。本发明方法能够有效预测交通流的时空变化特征和规律，预测精度高，提升了交通流预测效果。
-
公开(公告)号：CN109191181B
公开(公告)日：2021-08-27
申请号：CN201810895497.6
申请日：2018-08-08
Applicant: 北京工商大学
IPC: G06Q30/02
Abstract: 本发明涉及一种基于神经网络和Huff模型的数字标牌广告受众人群分类方法，包括：要素选取及处理、模型构建、模型验证；构造空间化的数字标牌区位因子，得到数字标牌区位因子的标准格网栅格图层，包括其像素值及对应的坐标值；采用改进的神经网络模型对经过归一化处理的数字标牌区位因子进行计算，得到每个区位包含各种受众人群的概率；再利用改进的Huff模型计算已布设数字标牌区位对未布设数字标牌区位的受众人群影响力；然后将两种模型，即所述改进的神经网络模型和改进的Huff模型得到的结果进行融合，完成数字标牌广告受众人群分类；最后利用多标签分类算法的五种验证指标对模型进行有效性验证。本发明方法综合考虑多源要素与空间距离，分类结果精准性高、数字标牌广告投放效益高、数字标牌影响效果佳。
-
-
-
-
-
-
-
-
-
Search Results
83
records
(took 0.041 seconds)
