-
公开(公告)号：CN117710508A
公开(公告)日：2024-03-15
申请号：CN202311804304.9
申请日：2023-12-26
Applicant: 成都信息工程大学 , 中国电子科技集团公司第十研究所
IPC: G06T11/00 , G06V20/13 , G06N3/0475 , G06N3/094 , G06F16/29 , G06N3/0464 , G06N3/0455 , G06N3/045 , G06V10/44 , G06F16/215 , G06N3/048 , G06N3/0895
Abstract: 本发明涉及一种基于改进条件生成对抗网络的近地表温度反演方法和装置，构建近地表温度反演装置的生成器基于U‑net框架，在编码器和解码器之间引入了多尺度残差模块，更好地提取原始输入数据的关键特征；同时在解码器内引入注意力机制，有利于引导生成器输出更接近真实温度图像的数据。在生成器和判别器中引入风云卫星FY‑4A温度图像作为条件信息，判别器在多尺度上对生成图像和真实图像进行判别，使得判别器能够捕捉到图像的全局和局部信息，并对生成图像的细节进行更准确的评估。本发明方法和装置对近地表温度进行准确估计，通过自监督方式完成模型训练，自动输出高分辨率的近地表气温数据，有效解决台站点缺失导致近地表气温数据值缺失的问题。
-
公开(公告)号：CN117252756A
公开(公告)日：2023-12-19
申请号：CN202310945726.1
申请日：2023-07-31
Applicant: 成都信息工程大学
IPC: G06T3/40 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种基于对称视觉注意力网络的高效图像超分辨率方法，利用大核卷积的大感受野来提高图像的重建质量，以瓶颈式感受野结构和对称式注意力结构提升深度特征的提取能力，使网络的学习能力进一步增强，使用不同的高效卷积组合，大大减少了参数的数量，同时保持了较大的感受野，以确保重建质量。然后根据感受野大小形成瓶颈注意力块，通过对称结构得到对称大核注意力模块。通过实验对比结果，说明本发明提出的方法可以达到减少网络参数数量，提升网络性能和效率的目的，实现了轻量化的高效图像超分辨率途径。
-
公开(公告)号：CN116840941A
公开(公告)日：2023-10-03
申请号：CN202310748101.6
申请日：2023-06-25
Applicant: 成都信息工程大学
Abstract: 本发明涉及一种基于深度学习和风云卫星的模式降水预报订正方法，以风云气象卫星云图数据作为输入，搭建结合了空洞卷积和注意力机制的U型降水预报订正网络，提高了24小时降水预报的准确性和可靠性，U型降水预报订正网络包括五层编码器和与之对应的五层解码器，所述编码器用于提取云图数据中与未来降水相关的特征信息，所述解码器接收降水相关特征信息，逐渐重建降水预报信息，最终输出降水预报订正结果。充分发挥了卫星遥感的优势，避免了在地形复杂区域由于台站观测和天气雷达观测数据缺测而受到的影响和限制，同时架构简单，具有更好的时效性。
-
公开(公告)号：CN116758268A
公开(公告)日：2023-09-15
申请号：CN202310758679.X
申请日：2023-06-26
Applicant: 成都信息工程大学
IPC: G06V10/22 , G06V10/40 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本发明涉及一种基于对比学习类特定编码的小样本目标检测方法，所述小样本目标检测方法构建了基于CenterNet为基础框架的检测网络，将对比分支连接到所述CenterNet网络中，对比分支对不同的新类编码出特定于该类的表征信息，所述CenterNet网络包括特征提取器和目标定位器，结合对比分支提取的表征信息来实现对少量新类样本的高效快速预测通过对新类进行编码的技术方法，以实现增量式学习，允许通少量新的类样本直接检测新类，无需对模型进行微调和二次训练，同时采用对比类特定编码模块使得小样本目标检测性能得到显著改善，减少错检和漏检。
-
公开(公告)号：CN116664892A
公开(公告)日：2023-08-29
申请号：CN202310690058.2
申请日：2023-06-12
Applicant: 成都信息工程大学
IPC: G06V10/75 , G06V10/44 , G06V10/80 , G06V10/82 , G06V20/10 , G06N3/045 , G06N3/0464 , G06N3/048 , G06V10/24 , G06T7/33
Abstract: 本发明涉及一种基于交叉注意与可形变卷积的多时相遥感图像配准方法，首先，基于主干网络VGG16引入可形变卷积构建可形变卷积块DeVgg以适应不同形状、尺度大小等发生明显几何形变的遥感图像，增强了算法的鲁棒性；其次，将主干网络提取出的特征输入到交叉注意力模块中，用以更好地捕获不同背景变化下的影像的空间对应关系，在保留特征图核心信息的同时，能够高效地识别需要关注的特征信息，进而提高整体的匹配准确性。在特征匹配阶段，为了解决特征点匹配质量不佳问题，使用暴力匹配BFMatcher算法进行粗配准，再结合自适应的约束阈值，筛选出优质匹配点。
-
Patent Agency Ranking
公开(公告)号：CN116628626A
公开(公告)日：2023-08-22
申请号：CN202310726072.3
申请日：2023-06-19
Applicant: 成都信息工程大学
IPC: G06F18/25 , G06F18/214 , G06F18/24 , G06N20/20
Abstract: 本发明涉及一种基于特征交叉融合网络的短时降水分型方法，在降水分型任务中，设计了一个特征交叉融合ConvNeXT网络，用欧洲中期天气预报中心再分析数据ERA5的500百帕位势高度的气象数据作为训练集进行学习，学习不同天气类型的环流特征，通过交叉融合学习不同天气类型的环流特征，保存更多的细节特征，将不同类型的天气系统的差异尽可能的区分，最后根据分类结果绘制降水平面图，该方法解决了以往的方法不适用小尺度天气系统的缺点。本发明解决了主观分型带来的耗时耗力和标准不统一的问题以及以往客观分型的低准确率问题。
-
公开(公告)号：CN116153404B
公开(公告)日：2023-08-15
申请号：CN202310182496.8
申请日：2023-02-28
Applicant: 成都信息工程大学
IPC: G16B25/00 , G16B40/00 , G06N3/0455
Abstract: 本发明公开了一种单细胞ATAC‑seq数据分析方法，通过提取单细胞分辨率的染色质可达性特征峰序列中转录因子‑DNA结合基元的所属种类、相对位置、长距离依赖关系等众多转录调控语法规则，从而更全面地表示单个细胞的功能状态和高阶特征。此外，本发明方法利用获取的转录调控语法规则、细胞功能状态和高阶特征，一站式地实现染色质可达性预测、细胞类型注释、染色质可达性图谱降噪、转录因子活性推断等一系列下游分析任务。
-
公开(公告)号：CN116563653A
公开(公告)日：2023-08-08
申请号：CN202310384889.7
申请日：2023-04-12
Applicant: 成都信息工程大学
IPC: G06V10/77 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种基于深度强化学习的图像风格逐步迁移方法，该方法将一步风格迁移的过程拆分为逐步风格迁移的过程，将准备好的内容图片和风格图片放入到环境中，环境的初始状态设置为内容图片，风格图片用于计算反馈奖励，环境中计算反馈奖励的网络使用预训练的VGG模型，反馈奖励是状态和风格图片经过VGG模型提取得到的多层特征图的格拉姆矩阵距离的相反数。使用深度强化学习控制风格化程度的增加，在风格迁移的早期步骤中保留内容图像的更多细节和结构，并在后续步骤中合成更多风格模式，并且，本发明采用的模型是轻量级的，参数少，计算复杂度低，并且是一种用户易于控制风格化程度的风格迁移方法，避免了繁琐的手动设置超参数调整风格化程度。
-
公开(公告)号：CN115938592A
公开(公告)日：2023-04-07
申请号：CN202310220890.6
申请日：2023-03-09
Applicant: 成都信息工程大学
IPC: G16H50/30 , G06F18/25 , G16B20/10 , G06N3/0464 , G06N3/0455 , G06N3/08
Abstract: 本发明公开了一种基于局部增强图卷积网络的癌症预后预测方法，属于医学技术领域，包括以下步骤：S1：获取多组学数据和通路原始数据，并利用多组学数据路和通路原始数据构建无向图；S2：对无向图进行局部增强；S3：利用图卷积网络对局部增强后的无向图进行特征提取和特征融合，得到整体特征映射组合；S4：根据整体特征映射组合，构建比例风险模型，将整体特征映射组合输入至比例风险模型中，确定患者生存风险。本发明通过对癌症相关组学数据构建图神经网络学习，对患者进行预后预测及分析，可以为生物实验提供一定指导，从而有效减少实验时间与节省实验成本。
-
公开(公告)号：CN115576945A
公开(公告)日：2023-01-06
申请号：CN202211252817.9
申请日：2022-10-13
Applicant: 成都信息工程大学
Abstract: 本发明提供了一种利用数据预筛选以提高区块链数据处理效率的方法，所述方法包括：对数据进行预处理，所述预处理包括：对数据进行分类和裁剪；将预处理后的数据存储在IPFS中，并生成与存储的数据对应的哈希值；将所述对应的哈希值作为用户存储数据的凭证返回给存储数据的用户终端，所述凭证，用于存储数据的用户从IPFS客户端读取所述存储的数据；在以太坊私链中部署智能合约，所述智能合约用于所述以太坊私链中的除所述存储数据的用户之外的其他用户获得从IPFS客户端读取所述存储的数据的权限。本发明提供的利用数据预筛选以提高区块链数据处理效率的方法，可节约区块链的存储空间和时间，实现数据的交互。
-
-
-
-
-
-
-
-
-
Search Results
175
records
(took 0.049 seconds)
