基于混合网络框架的图像重建方法、系统、终端及存储介质

    公开(公告)号:CN119963682A

    公开(公告)日:2025-05-09

    申请号:CN202510445817.8

    申请日:2025-04-10

    Abstract: 本发明公开了一种基于混合网络框架的图像重建方法、系统、终端及存储介质,所述方法包括:通过对原始图像预测得到预测数据,并获取预测过程中的质量损失和动量守恒的物理损失,同时将预测数据与原始数据进行对比,获取两者之间的匹配值,从而构建出总损失函数;引入NTK矩阵拟定合适的学习率,利用学习率和总损失函数训练混合网络框架,最终得到DeepONet‑NTK混合网络。本发明利用DeepONet学习多维函数空间中的非线性映射关系,同时结合NTK理论来优化训练过程,提高收敛速度和稳定性,从而降低重建图像的信噪比,保留了高维语义特征。

    基于图像识别的运动颗粒的位置和取向角度同时追踪的方法

    公开(公告)号:CN119941779A

    公开(公告)日:2025-05-06

    申请号:CN202510433487.0

    申请日:2025-04-08

    Abstract: 本发明属于粒子运动识别技术领域,尤其为基于图像识别的运动颗粒的位置和取向角度同时追踪的方法,该方法适用活性转子的追踪,通过图像采集设备采集运动颗粒的图像信息,通过追踪运动颗粒上显著颜色标记的位置变化确定运动轨迹,再通过颜色标记上选定对称的两个团簇,以两团簇的几何中心确定的向量与固定方向的夹角作为运动颗粒的取向角,在时间段内取多时间点的取向角,去除突变、线性拟合与单调处理,即得到取向角与时间的关系,从而同时确定运动颗粒的位置和取向角度,本发明基于图像识别技术开发了新方法,为研究活性转子的集体行为提供切实的算法,为研究可进行平移、旋转及其复合运动的颗粒模型提供新的图像、视频的分析方法。

    基于非平稳特征提取和深度学习的SAR图像船舶识别方法

    公开(公告)号:CN118710878B

    公开(公告)日:2025-04-18

    申请号:CN202410754271.X

    申请日:2024-06-12

    Inventor: 赵志纯 李东睿

    Abstract: 本发明公开了基于非平稳特征提取和深度学习的SAR图像船舶识别方法,属于合成孔径雷达图像处理技术领域,首先对船舶的SAR图像进行预处理,利用基于傅里叶变换的二阶同步压缩变换(2nd Fourier Transform‑based Synchrosqueezing Transform,FSST2)对预处理后的船舶SAR图像进行时频分析,生成描述船舶非平稳特性的时频特征空间图;其次对步骤1获得的船舶的时频特征空间图提取一维HOG特征值,然后对提取的一维HOG特征值进行重塑获得最终的二维HOG特征;然后将二维HOG特征输入深度学习分类器进行分类,实现船舶种类的识别;最后对步骤3的分类算法进行性能评估。本发明提供的方法通过融合非平稳特征和深度学习的优势,不仅提高了SAR船舶分类的准确性,而且增强了模型的鲁棒性和泛化能力。

    一种基于多尺度特征融合的图像色彩美学评估方法

    公开(公告)号:CN119785159A

    公开(公告)日:2025-04-08

    申请号:CN202411937457.5

    申请日:2024-12-26

    Abstract: 本发明涉及图像色彩美学评估的技术领域,尤其是涉及一种基于多尺度特征融合的图像色彩美学评估方法,包括如下步骤:S1,将输入图像的图像数据转换为输入图像的序列数据;S2,对输入图像的序列数据进行n次的特征提取操作,得到n个多尺度特征,进行向量相加,得到聚合特征F;S3,对聚合特征F进行特征加权融合操作,得到校准特征#imgabs0#;S4,使用校准特征#imgabs1#对输入图像进行图像色彩美学评估。综上所述,能够更全面地捕捉图像中的颜色信息。不同的颜色细节可以根据可学习的权重分配得到不同程度的关注,确保关键的颜色信息得到优先考虑。使得模型能够在整个图像中对颜色信息进行更全面的理解,从而增强其整体的感知能力。

    一种零样本机器人操控方法、装置、终端及存储介质

    公开(公告)号:CN119748461A

    公开(公告)日:2025-04-04

    申请号:CN202510237833.8

    申请日:2025-03-03

    Abstract: 本发明涉及机器人技术领域,特别涉及一种零样本机器人操控方法、装置、终端及存储介质,方法包括:获取当前操控任务对应的初始图像和结束图像,将初始图像和结束图像输入已训练的预测模型,在预测模型中,基于常微分求解算法生成动作掩码序列;将动作掩码序列、初始图像和结束图像输入已训练的动作生成模型中,生成机器人动作序列;执行当前操控动作,获取机器人的当前物体状态图像,基于所述当前物体状态图像更新所述初始图像,生成更新的动作掩码序列,以此循环,直至完成所述当前操控任务。本申请利用常微分求解算法提高机器人适应新环境的能力,使得机器人能够处理未知任务,且只需初始图像和结束图像即可实现任务,无需示教。

    一种基于核酸序列距离矩阵的系统发育树构建方法及系统

    公开(公告)号:CN119721195A

    公开(公告)日:2025-03-28

    申请号:CN202510230572.7

    申请日:2025-02-28

    Abstract: 本发明提供了一种基于核酸序列距离矩阵的系统发育树构建方法及系统,包括步骤:获取并处理原始核酸序列数据,得到标准核酸序列数据;从所述标准核酸序列数据中提取若干核酸序列,获取若干所述核酸序列中任意两条核酸序列之间的全局比对距离,生成所述标准核酸序列数据的初始距离矩阵;获取所述初始距离矩阵的超度量偏差和函数;对所述初始距离矩阵进行迭代优化,获取超度量偏差和函数最小的优化距离矩阵;以及基于所述优化距离矩阵,构建系统发育树。通过混合优化技术来得到有效的核酸序列距离矩阵,从而在初始数据不完整或规模过大的情况下,保证能够精确地构建系统发育树。

    微量物证液相色谱分析方法及系统

    公开(公告)号:CN119595801A

    公开(公告)日:2025-03-11

    申请号:CN202411934686.1

    申请日:2024-12-26

    Abstract: 本发明涉及一种微量物证液相色谱分析方法及系统。所述方法包括:获取色谱数据进行数据预处理得到色谱数据集;采用保浓度间断有限元法对初始色谱过程描述模型中的数值模拟过程进行优化,采用三阶龙格‑库塔方法求解数值,构建目标色谱过程描述模型描述色谱过程,得到成分识别结果;对成分识别结果进行定量定性分析,生成液相色谱分析报告并输出。采用保浓度间断有限元法、三阶龙格‑库塔方法对色谱过程描述模型进行优化,能够在短时间内完成复杂样品的分析,可以提高模型液相色谱数据的处理速度;通过对成分识别结果进行定量定性分析,并输出液相色谱分析报告,用户可以直观地查看和理解分析结果,便于后续决策。

Patent Agency Ranking