-
公开(公告)号:CN105894013A
公开(公告)日:2016-08-24
申请号:CN201610186867.X
申请日:2016-03-29
Applicant: 西安电子科技大学
CPC classification number: G06K9/6269 , G06N3/0454 , G06N3/08
Abstract: 本发明提出了一种基于CNN和SMM的极化SAR图像分类方法,用于解决现有极化SAR图像分类方法因存在图像空间邻域信息丢失而导致分类精度不高的问题,包括如下步骤:对极化SAR图像进行滤波;选取训练样本集合;提取样本特征;初始化卷积神经网络CNN;归一化样本特征,训练卷积神经网络CNN;提取feature map;输入feature map到SMM分类器中训练;利用训练好的SMM分类器进行极化SAR图像分类;输出分类结果,并计算分类精度。本发明直接考虑更能体现空间邻域信息的feature map,同时引入SMM分类器,明显地提高了极化SAR图像分类精度,可用于对极化SAR图像的地物分类和目标识别。
-
公开(公告)号:CN102325019A
公开(公告)日:2012-01-18
申请号:CN201110242223.5
申请日:2011-08-23
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种实时工业以太网EtherCAT冗余系统的时钟同步方法,用PC机作为主站,连接若干个EtherCAT从站组成EtherCAT冗余系统,PC机上装有两个网卡,分别为网卡1和网卡2,主站包括发送单元和接收单元;所述时钟同步方法包括以下步骤:A1,主站进行故障判别及故障检测步骤,根据判别和检测结果选择不同帧传输策略,A2,计算传输时延,A3,修正从站时间。可以实现EtherCAT冗余机制和分布时钟的兼容,一方面可保证系统出现单点故障时主从站能正常通信,提高通信可靠性;另一方面可保证冗余系统主从站的时间同步,不影响系统的协同工作。
-
-
公开(公告)号:CN119836064A
公开(公告)日:2025-04-15
申请号:CN202510064068.4
申请日:2025-01-15
Applicant: 西安电子科技大学
IPC: H10H20/816 , H10H20/819 , H10H20/852 , H10H20/825
Abstract: 本发明涉及金刚石纳米柱结构的深紫外发光二极管及其制备方法,该深紫外发光二极管包括:自上而下依次堆叠的衬底层、成核层、n型GaN层、n型有源区、电子阻挡层和p型区;p型区包括若干个间隔设置的金刚石纳米柱,每个金刚石纳米柱的至少部分表面形成有氢终端;在n型GaN层的下表面还设置有N型电极,N型电极与n型有源区间隔设置;在p型区的下表面还设置有P型电极,N型电极的底部与P型电极的底部齐平;在N型电极和P型电极的下表面设置有基板。该装置可以大大提高深紫外发光二极管的发光效率,以及更好发挥器件散热性能,提高器件使用性能。
-
公开(公告)号:CN119693641A
公开(公告)日:2025-03-25
申请号:CN202411727364.X
申请日:2024-11-28
Applicant: 西安电子科技大学
IPC: G06V10/26 , G06V10/82 , G06V10/774 , G06V10/52 , G06V10/80 , G06N3/0455 , G06N3/0464
Abstract: 本发明公开了一种基于上下文学习的三维医学影像多器官重建方法,解决了现有技术中模型域迁移的问题;该方法包括:获取待推理医学影像和图像支持集,并对待推理医学影像进行预处理,得到预处理待推理医学影像,并对图像支持集进行预处理,得到预处理支持集图像;将预处理待推理医学影像和预处理支持集图像输入至训练完成的上下文多器官分割网络中进行零样本推理,得到多个处理后图像;根据多个处理后图像进行后处理,得到多器官三维重建结果;该方法利用支持集提供的全局上下文信息实现了无需训练即可完成对下游域三维医学影像的多器官重建。
-
公开(公告)号:CN119580119A
公开(公告)日:2025-03-07
申请号:CN202411743939.7
申请日:2024-11-30
Applicant: 西安电子科技大学
IPC: G06V20/13 , G06V10/40 , G06V10/774 , G06T7/30
Abstract: 本发明公开了一种基于多模态时空差分特征增强的遥感变化检测方法、系统、设备、介质及程序,属于遥感图像处理技术领域。方法包括基于地球观测卫星图像,构建变化检测所需的数据集;将变化检测所需的数据集的测试集输入到预训练的变化检测模型中,进行处理得到变化检测结果。本发明通过高效的多模态时空差分特征增强策略、灵活的网络架构设计以及广泛的骨干网络,在具备优异变化检测性能的同时,又保持网络结构简单性与通用性。
-
公开(公告)号:CN119579901A
公开(公告)日:2025-03-07
申请号:CN202411743965.X
申请日:2024-11-30
Applicant: 西安电子科技大学
IPC: G06V10/26 , G06V10/762 , G06V10/774 , G06V10/776 , G06N3/0455 , G06V10/44 , G06N3/084 , G06N3/047 , G06V10/764 , G06N3/09
Abstract: 本发明公开了基于局部一致性和伪标签过滤的遥感图像分割方法,包括以下步骤:获取光学遥感数据集;构建遥感图像分割模型,所述遥感图像分割模型包括局部一致性损失计算模块和伪标签过滤模块;将光学遥感数据集输入遥感图像分割模型得到遥感图像分割结果图。提出了局部一致性损失和伪标签过滤策略,有效学习了局部一致性特征,去除了伪标签的噪声,得到了很好遥感图像分割效果,利用更多无标签遥感图像来提高遥感图像分割精度,可以对卫星获取的遥感图像进行分割,得到具有具体地物类别标签的分割图,解决遥感图像中物体密集、背景差异大、尺寸变化范围大、颜色和纹理差异大,较难得到局部一致性特征,并且伪标签中不可避免地存在大量噪声的问题。
-
公开(公告)号:CN119559390A
公开(公告)日:2025-03-04
申请号:CN202411531389.2
申请日:2024-10-30
Applicant: 西安电子科技大学
IPC: G06V10/26 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06V20/13 , G06N3/0455 , G06N3/0464 , G06N3/084
Abstract: 本发明提供一种基于交叉融合的多模态遥感图像分割方法及装置,涉及图像处理技术领域。包括:构建分割模型,分割模型包括多个第一transformer层、第一FFN、第一FAN、多个第二transformer层、第二特征融合网络FFN、第二FAN、多个第三transformer层、第三FFN、第三FAN、多个第四transformer层、第四FFN、颈部网络和解码器;利用多个训练集分别对分割模型进行迭代训练;利用每轮参数和验证集保存最优的参数,获得最终的分割模型,以便通过最终的分割模型,获得待处理的多模态遥感图像的最终的分割结果。使多模态遥感图像分割的准确率较高。
-
公开(公告)号:CN119399179A
公开(公告)日:2025-02-07
申请号:CN202411610791.X
申请日:2024-11-12
Applicant: 西安电子科技大学
IPC: G06T7/00 , G06T7/10 , G06N3/0464 , G06N3/0455 , G06N3/0895 , G06T7/66
Abstract: 本发明公开了一种基于混合分布的双层采样医学影像预训练方法及系统,结合了基于高斯分布的中心裁剪策略和基于局部梯度方向分布的掩码选择策略,用于提高医学图像预训练和分割的精度。高斯分布的中心裁剪策略通过利用符合高斯分布的基准中心点进行裁剪,使得裁剪区域更加集中于图像的主要部分;而基于局部梯度方向分布的掩码选择策略通过捕捉图像的形状特征,有效选择出医学影像中信息量较大的前景部分,从而在掩码重建过程中提高模型对图像关键特征的理解和分析能力。实验结果表明,本发明方法显著提升了医学影像分割的精度和可靠性。
-
公开(公告)号:CN119229284A
公开(公告)日:2024-12-31
申请号:CN202411271933.4
申请日:2024-09-11
Applicant: 西安电子科技大学
IPC: G06V20/10 , G06V10/82 , G06V10/80 , G06N3/0464 , G06N3/09
Abstract: 本发明公开了一种基于Shearlet先验知识的细粒度表征遥感影像解译方法及系统,采用Shearlet变换对预处理后的遥感影像数据进行高频子带信息抽取;使用拉普拉斯金字塔和shearlet滤波器分别获得高频组件和对其按方向拆分后的多向高频子带;通过空间注意力机制自适应融合相同层次的子带,生成细节增强的特征图;将通过Shearlet变换提取的高频组件先验与深度残差网络获取的深层残差块进行多尺度多层次加权融合;使用训练好的细节增强骨干和多个任务的不同探测头,输出精确的遥感影像分析结果;通过结合Shearlet变换和先进的深度学习架构,显著提高了遥感影像解译的精确度和效率,同时保持了良好的模型泛化能力和实用性,预计将推动遥感影像处理向更智能、自动化的方向发展。
-
-
-
-
-
-
-
-
-