-
公开(公告)号：CN106816039A
公开(公告)日：2017-06-09
申请号：CN201710200344.0
申请日：2017-03-30
Applicant: 上海海洋大学
Abstract: 一种船舶巡航预警动态监测方法，包括以下步骤：S1：与船舶进行通信，获取船舶数据；S2：计算船舶航行空间范围；S3：获取海洋数据，并形成数据集；S4：利用算法对数据集进行优化；S5：形成危险区域；S6：将危险区域数据传输到船舶；所述的船舶数据包括当前航行位置、当前航行速度，所述的船舶航行空间范围为以当前航行位置为中心、以24小时直线航行距离为半径的圆形区域，所述的海洋数据包括海风数据、海浪数据。优点在于，快速有效的显示船舶未来24小时可能航行到的危险区域；动态查询监测，保证船舶航行安全；数据的采集方法既提高预警的准确性，也对船舶进行安全航行决策提供辅助支撑；利用改进的Jarvis算法，缩短工作时间，提高工作效率。
-
公开(公告)号：CN108052911B
公开(公告)日：2021-12-07
申请号：CN201711379681.7
申请日：2017-12-20
Applicant: 上海海洋大学
Abstract: 本发明涉及一种基于深度学习的多模态遥感影像高层特征融合分类方法，其包括以下步骤：多模态遥感数据集的预处理，制作高层特征提取器的训练集、验证集、测试集，用于高层特征提取器模型参数的构建；多模态高层特征提取器的模型构建，用于提取多个模态遥感影像的高层特征；多模态遥感影像高层特征的提取与存储，用于多分类器的训练、验证与测试；高层特征融合算法，用于制作分类器的训练集、验证集与测试集；分类器模型参数的构建，用于新产生的数据集的分类。本发明通过深度学习可以在遥感影像地物分类中取得显著效果，适用于复杂、海量的遥感影像分类，具有精度高、快速、高效、安全的特点，从而提高遥感影像的利用率以及遥感影像的利用价值。
-
公开(公告)号：CN107203871B
公开(公告)日：2020-12-08
申请号：CN201710379894.3
申请日：2017-05-25
Applicant: 上海海洋大学
IPC: G06Q10/10
Abstract: 本发明涉及一种基于Activiti与任务调度优化的海洋设备检定系统，所述海洋设备检定系统包括设备检定模块、证书流转模块，所述的设备检定模块包括仪器接收登记模块、仪器分发模块、仪器检定模块、收发仪器模块，所述的证书流转模块包括出具证书模块、证书审核模块、证书授权模块、证书打印盖章模块、发放证书模块。其优点在于，检定流程管理系统化、规范化、流程化，可以实时追踪业务状态；利用任务调度策略对仪器分发、仪器检定进行分配，提高工作效率，减少工作时间；利用Activiti引擎，使得流程可视化，提高相关业务人员的协作。
-
公开(公告)号：CN106980791B
公开(公告)日：2020-07-10
申请号：CN201710200312.0
申请日：2017-03-30
Applicant: 上海海洋大学
IPC: G06F21/60
Abstract: 本发明涉及一种云环境下扩展加权门限海洋遥感影像秘密共享方案及方法，包括以下步骤：构造o‑mignotte模块根据参与者权重分布，构造两两互素的o‑mignotte序列，并计算每一个秘密片段的位数；敏感区影像的分块模块确定影像的分块个数并利用基于遥感影像灰度值的哈希算法计算影像的哈希序列；遥感影像秘密共享模块将计算得到的秘密片段分别嵌入到选择的宿主图像中，获得影子图像；遥感影像秘密恢复模块选择权重之和大于或等于权重门限的任意参与者提供的影子影像，用于原始秘密影像无损恢复。其优点表现在：实现了无论参与者的权重大小如何，每个参与者保存一个秘密份额，最终在简化密钥管理与使用的同时减少了秘密信息的传输量，加强了方案的安全性和灵活性。
-
公开(公告)号：CN106816039B
公开(公告)日：2019-07-02
申请号：CN201710200344.0
申请日：2017-03-30
Applicant: 上海海洋大学
Abstract: 一种船舶巡航预警动态监测方法，包括以下步骤：S1：与船舶进行通信，获取船舶数据；S2：计算船舶航行空间范围；S3：获取海洋数据，并形成数据集；S4：利用算法对数据集进行优化；S5：形成危险区域；S6：将危险区域数据传输到船舶；所述的船舶数据包括当前航行位置、当前航行速度，所述的船舶航行空间范围为以当前航行位置为中心、以24小时直线航行距离为半径的圆形区域，所述的海洋数据包括海风数据、海浪数据。优点在于，快速有效的显示船舶未来24小时可能航行到的危险区域；动态查询监测，保证船舶航行安全；数据的采集方法既提高预警的准确性，也对船舶进行安全航行决策提供辅助支撑；利用改进的Jarvis算法，缩短工作时间，提高工作效率。
-
Patent Agency Ranking
公开(公告)号：CN109190491A
公开(公告)日：2019-01-11
申请号：CN201810897727.2
申请日：2018-08-08
Applicant: 上海海洋大学
Abstract: 本发明提供一种残差卷积神经网络SAR影像海冰分类方法，包括步骤：获取SAR影像数据；处理SAR影像数据获得训练数据集和测试数据集；设计残差卷积神经网络模型并利用训练数据集训练残差神经网络模型，获得基本的海冰分类模型；将训练数据集同时输入多个已训练好的海冰分类模型，利用集成学习思想组合单个模型的分类结果得到最终海冰分类的优化模型，并通过改变模型的个数，确定集成策略中最佳的模型数量；利用优化残差卷积神经网络模型对待分类SAR影像数据分类。本发明的一种残差卷积神经网络SAR影像海冰分类方法，可快速得到详细的具有海冰分布信息的海冰解译图，给海上作业人员提供参考。
-
公开(公告)号：CN107273928A
公开(公告)日：2017-10-20
申请号：CN201710446161.7
申请日：2017-06-14
Applicant: 上海海洋大学
CPC classification number: G06K9/6269 , G06K9/4676
Abstract: 本发明涉及一种基于权重特征融合的遥感图像自动标注方法，所述的遥感图像自动标注方法包括以下步骤：S01：对遥感图像进行颜色描述；S02：对遥感图像进行纹理描述；S03：对遥感图像进行形状描述；S04：对遥感图像进行权重特征融合；S05：对遥感图像进行自动标注。其优点在于，对遥感图像进行颜色、纹理、形状特征提取，以随机权重形式进行组合，获得遥感图像内容的准确表达，实现遥感图像的语义自动标注；遥感图像自动标注帮助用户迅速定位目标图像，为普通大众获取遥感图像提供便利，提高遥感图像检索效率，有利于图像管理和使用；遥感应用奠定坚实基础，帮助实时追踪、快速预警和辅助决策。
-
公开(公告)号：CN108257101B
公开(公告)日：2021-10-19
申请号：CN201810039369.1
申请日：2018-01-16
Applicant: 上海海洋大学
Abstract: 本发明涉及一种基于最优复原参数的水下图像增强方法，所述方法包括以下步骤：所述方法包括以下步骤：步骤S1、输入图像，收集数百张高质量的水下图片作为样本，获得新水下图像暗通道先验性；步骤S2、基于新UDCP结论的RGB三通道传输地图估计；步骤S3、基于融合方法的背景光估计；步骤S4、图像复原。其优点表现在：最终的输出结果显示在对比度、饱和度、明度等多方面都获得较好的增强效果。而且本发明的方法适用于在不同环境下的水下图像，增强后的图像可用于水下探测、海洋资源评估以及目标识别等应用。
-
公开(公告)号：CN107516317B
公开(公告)日：2021-04-27
申请号：CN201710710878.8
申请日：2017-08-18
Applicant: 上海海洋大学
Abstract: 本发明涉及一种基于深度卷积神经网络的SAR影像海冰分类方法，包括以下步骤：S01：将已有的海冰SAR影像进行分割；S02：进行数据预处理；S03：进行模型训练并建立模型；S04：对待分类的海冰SAR影像进行处理；S05：将分类结果进行合并。其优点在于，该方法构建的卷积神经网络模型能够实现基于图像的特征自动提取，无需人手动过多干预；是一种针对SAR影像海冰端到端的分类方法，可以达到海冰监测的业务化水平、满足海上作业人员的实时性要求；模型依赖大量的标记样本可以自动提取图像特征，不必依赖专家知识；利用随机梯度下降法加速收敛，并根据损失函数和准确率判断模型训练的好坏；利用规范化处理解决网络参数优化反向传播中的梯度消失或梯度扩散问题。
-
公开(公告)号：CN107067386B
公开(公告)日：2020-05-01
申请号：CN201710272512.7
申请日：2017-04-24
Applicant: 上海海洋大学
Abstract: 本发明涉及一种基于相对全局直方图拉伸的浅海水下图像增强方法，所述的浅海水下图像增强方法包括输入图像模块、图像RGB直方图分布分析模块、相对全局直方图拉伸模块、全局拉伸模块、输出图像模块。其优点在于，图像增强计算复杂度低，获得的效果更好，鲁棒性好，适用于包括水下植物、浅海人员、海底岩石等多累浅海水下图像；计算相对拉伸范围的参数，并自动选择拉伸范围，可以精确定位需要被拉伸范围；利用颜色纠正方法，运用HSV色彩空间对S、V的全局拉伸弥补颜色损失；可以有效的增强水下图像的对比度、饱和度、可见度。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.023 seconds)
