-
公开(公告)号：CN113916822A
公开(公告)日：2022-01-11
申请号：CN202110998389.3
申请日：2021-08-27
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G01N21/3563 , G01N21/01
Abstract: 本发明属于土壤总氮含量分析技术领域，具体涉及一种含水土壤的总氮含量红外光谱分析方法。本发明的方法包括如下步骤：步骤1，采集土壤样品的近红外光谱，得到近红外光谱原始数据；步骤2，采用直接光谱转换算法，将步骤1得到的近红外光谱原始数据转换为干燥土壤的近红外光谱数据；步骤3，根据步骤2所得干燥土壤的近红外光谱数据预测所述土壤样本的总氮含量结果。本发明能够更加准确地预测含水土壤中的总氮含量，能够减少人力和资源的消耗，具有高效率和低成本的优势，因而本发明的方法在农业、环保和生物研究等领域具有很好的应用前景。
-
公开(公告)号：CN113702329A
公开(公告)日：2021-11-26
申请号：CN202110998399.7
申请日：2021-08-27
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G01N21/359 , G01N21/01
Abstract: 本发明属于土壤总氮含量分析技术领域，具体涉及一种土壤总氮的红外光谱分析方法。本发明的分析方法包括如下步骤：步骤1，采集土壤样品的近红外光谱，得到近红外光谱数据；步骤2，通过SG平滑算法对所述近红外光谱数据进行预处理；步骤3，通过预测模型对经过步骤2预处理后的近红外光谱数据进行预测，得到总氮含量结果。本发明在对土壤总氮的红外光谱分析方法中加入了预处理步骤，同时对预处理算法、建模算法、建模参数等进行了优选，能够提高模型预测土壤总氮含量的准确性，在农业、环保和生物研究等领域具有很好的应用前景。
-
公开(公告)号：CN120020861A
公开(公告)日：2025-05-20
申请号：CN202311546688.9
申请日：2023-11-20
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G06T5/73
Abstract: 本发明公开了一种基于非锐面掩膜的遥感图像云雾去除方法。该发明使用分割方法确定大气光，以量化对比度和颜色灰度；利用暗通道的先验知识对传输图进行估计，确定物体之间的接近度，最后采用基于非锐面掩膜的引导滤波方法对投射图进行了优化。现有的遥感图像去云算法通常存在光晕和伪影问题。本发明提出的基于非锐面掩膜的遥感图像去云方法，对暗通道法进行了改进。该方法不需要能够有效去除光晕和伪影，并且在各种性能指标上都取得了更优秀的结果。
-
公开(公告)号：CN119963826A
公开(公告)日：2025-05-09
申请号：CN202311474999.9
申请日：2023-11-08
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G06V10/26 , G06V20/10 , G06V10/74 , G06V10/762 , G06V10/764 , G06N3/088
Abstract: 本发明公开了一种基于均值偏移聚类的高光谱影响无监督分割方法。该发明利用均值偏移迭代和改进的线性聚类算法对高光谱遥感影像进行无监督的语义分割。现有的高光谱影像分割通常存在两个问题：一是监督分类方法需要的数据集不足；二是无监督方法对先验知识有较高的要求。本发明提出的基于均值偏移聚类的高光谱影响无监督分割方法，参考并结合了均值偏移迭代方法，并对线性聚类方法进行了改进，该方法不需要分割类的数量作为输入参数，也不需要关于影像和研究区域的先验知识。
-
公开(公告)号：CN119850942A
公开(公告)日：2025-04-18
申请号：CN202311350330.9
申请日：2023-10-18
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明公开了一种基于自适应融合多分辨率特征的点云语义分割方法。该发明为了克服点云在构建邻域过程中由于采样到离群点和重叠点，导致邻域点云特征模糊和特征冗余，从而导致输出特征图对点云的全局描述不足等问题，提出了基于自适应融合多分辨率特征的点云语义分割方法。本发明基于RandLA‑Net网络框架，以3D点云为输入数据，采取最远点采样的方法计算下采样的中心点，然后利用KNN索引构建邻域点，在编码器的特征聚合模块，采用最大池化和平均池化结合的方法对编码器提取的局部特征进行聚合。在解码器中，针对原始输入点云的全局特征感知不足，利用自适应融合不同层级解码器的输出特征图，以此减轻原始输入不足带来的特征模糊和冗余特征。
-
Patent Agency Ranking
公开(公告)号：CN119831870A
公开(公告)日：2025-04-15
申请号：CN202311326939.2
申请日：2023-10-13
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G06T5/60 , G06N3/0464 , G06N3/048
Abstract: 本发明提出了一种多尺度低照度图像增强网络模型。近年来，图像增强技术已广泛应用于刑事侦查、医学成像等领域。然而，在低照度环境下拍摄的图像会存在亮度低、对比度低、颜色失真等情况，这些现象不仅会降低用户的视觉体验，还会干扰场景分析，对目标跟踪、图像融合等后续计算机视觉任务造成困难。针对图像增强中没有考虑多尺度以及通道等信息的问题。本发明引入了一种多层特征提取模块，提取多尺度特征，同时实现高低频特征的信息交互，节约计算量。同时利用空洞卷积扩大感受野。并在多层特征提取模块与最后引入残差结构，解决卷积过程中低层信息损失等问题。本项发明所提出的多尺度低照度图像增强网络模型，其拥有多层特征提取模块以及空洞卷积扩大感受野等有效技术手段，可极大地提高低照度图像的亮度、对比度和颜色还原度，进而解决该类图像存在的问题。除此之外，这种创新性的技术模型，具备广泛的应用前景，可广泛应用于刑事侦查、医学成像等领域，并有可能不断推动和促进图像增强技术的发展，为相关领域的研究和实践带来更加深远的影响和价值。
-
公开(公告)号：CN118587574A
公开(公告)日：2024-09-03
申请号：CN202310216785.5
申请日：2023-03-03
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G06V20/10 , G06V10/40 , G06V10/26 , G06V10/778
Abstract: 本发明公开了一种基于轻量化网络的建筑物提取方法。随着对城市化的高需求和高分辨率遥感图像的可用性，建筑提取已成为研究界进行密集研究的一个重要课题。本文网络通过按照1×1卷积层进行本地和全球连接来连接不同的块，从而同时访问中高频信息，实现网络的特征提取阶段以此来提高建筑物提取网络的速率，达到网络的轻量化。有效密集块和内部有效剩余块，利用多层次的连接可以帮助提出的方法学习多层次的特征，并帮助网络迅速分散信息从低到高，同时进行反向传播。在这种情况下，网络共享所有块之间的信息，从而获得更好的重构结果。
-
公开(公告)号：CN118587428A
公开(公告)日：2024-09-03
申请号：CN202310194858.5
申请日：2023-03-03
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明公开了一种基于局部非局部特征聚合的三维点云语义分割方法。该发明针对现有的特征学习过程是噪声敏感的，且其只考虑相邻区域的局部信息交互，然后通过层次结构获取全局上下文，通常会导致自下而上的特征学习，从而导致提取的特征信息受离群点的影响，且存在特征冗余的情况，提出了一种基于局部信息与非局部特征信息加权求和的方法。本发明以3D点云为输入，在点局部单元中采用相对坐标作为局部特征；在点的非局部特征提取模块中，我们使用采样点作为查询点，通过注意力机制来计算采样点在这一层中与整个点云的相关度，然后进行MLP作为非局部信息，最后进行加权和，以实现点局部特征和点非局部特征的融合，以此提取更具代表性的特征。
-
公开(公告)号：CN115982638A
公开(公告)日：2023-04-18
申请号：CN202211547021.6
申请日：2022-12-05
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G06F18/241 , G06N3/048 , G06N3/084 , G06N3/09
Abstract: 本发明公开了本发明提出了一种基于BP神经网络的工程机械运行状态判断方法。在已有的震动幅度法上做了改进，在使用三轴加速度传感器数据的基础上，同时加入了陀螺仪传感器的数据作为判断依据之一。陀螺仪数据的加入对旋转运作的机械设备的判断效果会更佳，模型的效果更好。同时，使用神经网络的方法对工程机械的运行状态进行判断，模型的适应度更好、误判率也更低。采用的震动幅度判断法不具备侵入性，对于工程机械状态的判断具有普适性，对于安装和维护都比较方便。使用该方法在如今海量的历史运行数据下，可以得到一个良好的模型，为上层基于设备状态进行智能调度等智慧工地应用提供了一种良好的解决方案。
-
公开(公告)号：CN115719420A
公开(公告)日：2023-02-28
申请号：CN202211536504.6
申请日：2022-12-01
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G06V10/26
Abstract: 本发明公开了一种基于体素和图卷积的三维点云语义分割方法。该发明基于图卷积网络(GCN)通过充分保留数据粒度和利用点相互关系能带来显著的性能，但基于点的网络在数据结构(例如，最远点采样(FPS)和邻近点查询)上花费了大量时间，限制了速度和可扩展性的问题，提出基于体素和图卷积的解决方案，该方法可以快速有效的构建点云表示，提升网络的处理速度和可扩展性。本发明提出的基于体素和图卷积的三维点云语义分割方法，通过构建覆盖感知网格查询(CAGQ)，利用网格空间的效率，覆盖感知网格查询(CAGQ)提高了空间覆盖率，同时降低了理论时间复杂度；然后将CAGQ生成的局部点组输入由图卷积构成的网格上下文聚合(GCA)，通过执行网格上下文池化以提取网格邻域的上下文特征，从而完成特征信息的提取。
-
-
-
-
-
-
-
-
-
Search Results
60
records
(took 0.03 seconds)
