-
公开(公告)号：CN112418105B
公开(公告)日：2022-09-27
申请号：CN202011335853.2
申请日：2020-11-25
Applicant: 湖北工业大学
Abstract: 本发明公开了基于差分方法的高机动卫星时间序列遥感影像运动舰船目标检测方法。利用辐亮度均一化方法对时序影像中的辐亮度差异进行消除；再对连续相邻三景影像进行差分，并用多结构元形态学滤波对噪声进行抑制；利用最大类间方差处理对背景进行提取，最后结合多结构元形态学滤波和最大类间方差处理的结果对分水岭分割方法进行标记，从而最终检测到时间序列影像中的运动舰船目标。本发明可以有效的抑制高机动卫星的时间序列影像中因为静态地物动态变化造成的噪声信息，有效的提高高机动卫星的时间序列影像中运动舰船目标检测的可靠性和准确率，提高运动目标检测的精度。
-
公开(公告)号：CN115035381A
公开(公告)日：2022-09-09
申请号：CN202210661898.1
申请日：2022-06-13
Applicant: 湖北工业大学
Abstract: 本发明公开了一种SN‑YOLOv5的轻量化目标检测网络及农作物采摘检测方法，基于YOLOv5模型，在此基础上使用与原始YOLOv5s相比更加轻便的SN‑YOLOv5网络，使参数量降低到仅有原始YOLOv5的47％且网络宽度以及通道数降为原始YOLOv5s的50％，并增加了一个用于目标检测的检测头以及相匹配的主干、加强特征提取网络层数，同时在网络的关键部分即通道数最大处插入SE注意力机制来提升检测精度，使得在保持检测精度的前提下大大降低网络的复杂度，从而降低对硬件的要求。使得相同设备下进行监控和检测时减少人力资源。
-
公开(公告)号：CN114722202A
公开(公告)日：2022-07-08
申请号：CN202210369747.9
申请日：2022-04-08
Applicant: 湖北工业大学
Abstract: 本发明公开了一种基于双向双层注意力LSTM网络的多模态情感分类方法及系统，首先多模态数据特征的选取；然后对于音频数据选择双层的单向LSTM模型，用于抽取音频特征，对于文本和视频信息，选用TBA‑LSTM(Two‑layerBILSTM based on Attention)模型进行特征抽取；接着将抽取后的特征进行张量融合的方式；最后使用注意力机制来进行多模态数据的分类问题。本发现相对于一些其他的传统模型(LSTM，TFN，MFN，MARN等等)，在公共数据集上CMU‑MOSI上，其精度和F1_Score均有显著程度的提升，并且其深层次的特征抽取能力更强。
-
公开(公告)号：CN110941514B
公开(公告)日：2022-05-20
申请号：CN201911166855.0
申请日：2019-11-25
Applicant: 湖北工业大学
IPC: G06F11/14
Abstract: 一种数据备份方法、恢复方法、计算机设备和存储介质。本发明提供了一种数据备份、数据恢复方法，备份如下：S11.初始化一个哈希表HTB，哈希表HTB的关键码为数据块指纹，值为该数据块指纹在本次备份中的出现次数；S22.对每个被数据去重处理过的数据块的数据块指纹，查找所述数据块指纹是否存在于哈希表HTB中：S2201.如果存在，将其出现次数加1；S2202.如果不存在，插入一条记录到哈希表HTB中，记录的关键码为该数据块的指纹，值为其出现次数，赋值为1；S33.重复步骤S22直到备份结束，并将哈希表HTB中所有出现次数大于等于2的数据块指纹和出现次数写入磁盘。通过在备份过程中收集自引用数据块信息，并在恢复过程中将自引用数据块保存在内存中以消除自引用碎片块导致的磁盘读操作，提高恢复性能。
-
公开(公告)号：CN113905391A
公开(公告)日：2022-01-07
申请号：CN202111135948.4
申请日：2021-09-27
Applicant: 湖北工业大学 , 武汉卓尔信息科技有限公司
Abstract: 本发明属于网络管理技术领域，公开了一种集成学习网络流量预测方法、系统、设备、终端、介质，所述集成学习网络流量预测方法包括：进行基于时间与空间的网络流量预测模型的构建；确定基于多层感知机的集成学习网络流量预测模型框架结构；进行基于多层感知机集成学习的网络流量时空建模，通过基于多层感知机的集成学习网络流量预测模型得出预测结果。本发明提供的基于多层感知机集成学习网络流量数据预测应用研究：1)用卷积神经网络与GRU门控单元对网络流量数据进行空间与时间的建模；2)提出一种基于多层感知机的集成学习网络流量预测模型；3)首次将时空建模引入网络流量预测领域。本发明预测结果精准度高，适应复杂因素影响，且控制更加准确。
-
Patent Agency Ranking
公开(公告)号：CN108010069B
公开(公告)日：2021-12-03
申请号：CN201711251339.9
申请日：2017-12-01
Applicant: 湖北工业大学
Abstract: 本发明公开了一种基于鲸鱼优化算法和灰色关联分析的快速图像匹配方法，利用灰色关联分析简化相似性度量计算，再用鲸鱼优化算法进行匹配搜索得到最佳匹配位置，提出一种抗噪性较好的快速图像匹配算法。本发明将使用基于灰色关联分析改进的鲸鱼优化算法应用于图像匹配，实现了快速的图像匹配，使图像匹配算法有良好的效率和匹配正确率且抗噪性能良好，是一种有实际应用价值的新方法。
-
公开(公告)号：CN113591391A
公开(公告)日：2021-11-02
申请号：CN202110909033.8
申请日：2021-08-09
Applicant: 中国电力科学研究院有限公司 , 国网安徽省电力有限公司电力科学研究院 , 湖北工业大学
Abstract: 本发明属于电力负荷控制技术领域，公开了一种电力负荷控制装置、控制方法、终端、介质及应用，利用预处理好的数据集对LSTM模型进行训练，改进LSTM单元中的激活函数，得到改进的LSTM模型；在改进的LSTM模型上加入注意力机制，得到改进的AM‑LSTM短期负荷预测模型；将改进完成后的AM‑LSTM短期负荷预测模型与硬件设备电力负荷控制装置结合，实现电力负荷控制。本发明提供的基于改进版短期电力负荷预测技术的电力负荷控制装置，对AM‑LSTM模型进行了改进，将深度学习模型与传统电力负荷控制装置相结合，并首次将注意力机制引入电力负荷控制领域，预测准确率高，可以适应应对复杂因素，控制更加准确。
-
公开(公告)号：CN108111361B
公开(公告)日：2021-10-15
申请号：CN201810119164.4
申请日：2018-02-06
Applicant: 武汉烽火技术服务有限公司 , 湖北工业大学
IPC: H04L12/24
Abstract: 本发明公开了一种基于大数据分析的传输网络故障定位分析方法及系统，涉及网络故障定位技术领域，本发明通过发生故障的业务经过的网络风险点共性，计算各网络风险点的故障概率，实现传输网络故障的快速定位。本发明最主要的特点是通过大数据分析统计对网络风险点的故障概率实现量化，依托大数据分析统计快速计算出故障概率较高的网络风险点所在。相比于现在的故障定位，多依赖于经验判断，本发明借助计算机强大计算能力的大数据分析，量化计算，更加客观，更加准确，更加快速，可有效辅助故障的快速定位，降低故障历时。
-
公开(公告)号：CN113011589A
公开(公告)日：2021-06-22
申请号：CN202110333508.3
申请日：2021-03-29
Applicant: 湖北工业大学
Abstract: 本发明涉及一种基于协同进化的高光谱图像波段选择方法及系统，对高光谱遥感影像进行波段选择。结合协同进化水稻育种优化算法，能在不损失重要信息的情况下从原始数据中尽可能的保留地物光谱辐射信息，剔除冗余和有噪声的波段影像、降低数据维度，提高图像分类与地物检测等实际应用的效率与精度，有效解决算法使用时的缺陷。
-
公开(公告)号：CN112862690A
公开(公告)日：2021-05-28
申请号：CN202110258617.3
申请日：2021-03-09
Applicant: 湖北工业大学
Abstract: 本发明公开了一种基于Transformers的低分辨率图像超分辨方法及系统，首先基于卷积神经网络和Transformer模块，构建低分辨率图像超分辨网络；然后利用训练数据进行低分辨率图像超分辨网络训练，获得调优的网络参数；最后利用训练好的低分辨率图像超分辨网络对低分辨率图像进行超分辨获得高分辨率图像。本发明自动化程度高，可以大幅度提高效率，降低成本。
-
-
-
-
-
-
-
-
-
Search Results
231
records
(took 0.03 seconds)
