-
公开(公告)号：CN113642663A
公开(公告)日：2021-11-12
申请号：CN202110974161.0
申请日：2021-08-24
Applicant: 中国水利水电科学研究院 , 同济大学
Abstract: 本发明提出一种卫星遥感影像水体提取方法，包括：确定样本位置，获取样本点在一定时间序列上的多源遥感影像集，分别完成去云处理后进行合成，获得去云合成影像；使用合成影像的波段数据，使用自定义的归一化差异水体指数(NDWI)进行计算得到指数值；将影像转为RGB图像，输入已经训练完成的分类网络模型，得到该图像的类激活图CAM；融合CAM和NDWI，通过阈值筛选得到marker，将RGB图像转为灰度图并使用随机游走算法进行分割，通过面积阈值筛选得到大面积水体分割结果。本方法通过对仅有图像级标注的遥感影像训练数据集进行学习与训练，融合NDWI和CAM进行分割，在消除对真实水体标注的依赖同时，也加强了水体提取的精度。
-
公开(公告)号：CN113642663B
公开(公告)日：2022-03-22
申请号：CN202110974161.0
申请日：2021-08-24
Applicant: 中国水利水电科学研究院 , 同济大学
IPC: G06V10/80 , G06V10/764 , G06V10/774 , G06K9/62 , G06V10/26
Abstract: 本发明提出一种卫星遥感影像水体提取方法，包括：确定样本位置，获取样本点在一定时间序列上的多源遥感影像集，分别完成去云处理后进行合成，获得去云合成影像；使用合成影像的波段数据，使用自定义的归一化差异水体指数(NDWI)进行计算得到指数值；将影像转为RGB图像，输入已经训练完成的分类网络模型，得到该图像的类激活图CAM；融合CAM和NDWI，通过阈值筛选得到marker，将RGB图像转为灰度图并使用随机游走算法进行分割，通过面积阈值筛选得到大面积水体分割结果。本方法通过对仅有图像级标注的遥感影像训练数据集进行学习与训练，融合NDWI和CAM进行分割，在消除对真实水体标注的依赖同时，也加强了水体提取的精度。
-
公开(公告)号：CN119179802A
公开(公告)日：2024-12-24
申请号：CN202411129516.6
申请日：2024-08-16
IPC: G06F16/901 , G06F18/2415 , G06Q50/06 , G06N3/0475 , G06N3/045 , G06N3/0455 , G06N3/042 , G06N3/0442 , G06N3/094
Abstract: 本发明涉及一种结构特征保持的电力数据静态图数据生成方法，包括以下步骤：获取电力数据，输入静态图数据生成模型，生成相应的静态图数据；所述静态图数据生成模型包括依次连接的采样模块、生成对抗网络和重构模块；其中，采样模块用于使用中心图采样方法对电力数据进行采样生成中心图；生成对抗网络包括生成器和判别器，生成器包括解码器和编码器，编码器用于通过基于多头自注意力机制构建的图自注意力网络对所述中心图进行编码；解码器用于解码编码器的输出，获得中心图得分矩阵；重构模块用于根据中心图得分矩阵生成静态图数据。与现有技术相比，本发明可以尽可能保留原始电力数据的结构特征，同时提高静态图数据的生成效率。
-
公开(公告)号：CN118410269A
公开(公告)日：2024-07-30
申请号：CN202410622171.1
申请日：2024-05-20
Applicant: 同济大学
Abstract: 本发明公开了一种基于期望‑最大化算法的批次状态估计方法，包括：采用期望‑最大化思想作为基础框架，通过混合高斯模型(GMM)拟合没有解析表达形式的后验分布，并利用杰森不等式放缩的策略，结合对系统状态的观测值，得到了状态相关丢包环境下对远程状态的最优估计。根据本发明，该方法解决了状态相关丢包引入的非线性问题，提出了一种批次处理的估计算法，并得到了闭合形式的最优解，提高了估计的鲁棒性和准确性。
-
公开(公告)号：CN113848703A
公开(公告)日：2021-12-28
申请号：CN202110999034.6
申请日：2021-08-28
Applicant: 同济大学
IPC: G05B13/04
Abstract: 本发明公开了一种多智能体系统状态估计方法，基于动力学模型，得到当前时刻智能体对其相邻智能体的观测状态值；基于增广模型的状态预测方程，得到所述智能体和其相邻智能体在上一时刻对当前时刻的增广模型的状态预测值；通过传输信道量化并传输相邻智能体在上一时刻对当前时刻的增广模型的状态预测值；基于增广模型的状态估计方程，得到所述智能体在当前时刻的增广模型的状态估计值；基于增广模型状态与动力学模型状态的变换方程，得到所述智能体在当前时刻的动力学模型的状态估计值；本发明能够获取自身观测与其他节点的相对观测，利用量化信道传输状态预测值，通过分布式二次滤波实现状态估计，减少算法计算量并提高准确度。
-
Patent Agency Ranking
公开(公告)号：CN113610916A
公开(公告)日：2021-11-05
申请号：CN202110674138.X
申请日：2021-06-17
Applicant: 同济大学
Abstract: 本发明提供了基于点云数据的不规则物体体积测定方法和系统，将被测不规则物体的点云数据的信息投影到空间系Z轴，确定z轴上的概率密度函数，进而确定z轴投影上的曲率函数，利用曲率函数计算z轴投影上各点的曲率；根据各点的曲率、设定的基准间距、基准曲率和相对间距系数确定z轴上相邻切片间距较优长度列表；按照列表对点云进行切片，依次得到z轴方向点云台体；对每一切片横截面进行边界检测并计算各个点云切片的横截面面积；根据各个点云切片的横截面面积以及各个台体的高度确定各台体的体积，将全部台体加和得到被测不规则物体的最终体积。本发明测定过程简单，结果可靠、高效、精度可控。
-
公开(公告)号：CN119250971A
公开(公告)日：2025-01-03
申请号：CN202411341189.0
申请日：2024-09-25
Applicant: 同济大学
IPC: G06Q40/04 , G06Q30/0201 , G06Q30/0202 , G06F18/24 , G06N3/0455 , G06N3/0442 , G06N3/042 , G06N3/08
Abstract: 本发明公开了一种基于多元异质性特征的股票表征的价格预测方法，包括：通过将文本评价数据、基本面历史市场信息和技术面历史市场信息相结合的形式构造融合多类型数据，并分别从文本数据和市场信息中构造情绪相关性和市场相关性，在使用深度学习模型对股票价格进行预测的同时训练相应股票表征。相比于传统的预测表征模型，本文从整合了文本和市场价格两个类型的数据，并分别从两种类型数据中挖掘了各自相关性信息。根据本发明，深度挖掘了文本评价、市场价格与股票趋势之间的关联，并充分考虑了板块之间的相关性，具有更强的表征能力和更好的预测能力。
-
公开(公告)号：CN118870428A
公开(公告)日：2024-10-29
申请号：CN202410819741.6
申请日：2024-06-24
Applicant: 同济大学
Abstract: 本发明公开了一种无人机辅助移动边缘计算的任务卸载和资源分配方法，包括：由移动用户、无人机和地面基站组成的无人机辅助移动边缘计算模型；根据上述模型，综合考虑系统时延及能耗，提出用户‑无人机‑基站任务卸载与资源分配研究问题；将上述问题分解为用户任务卸载和资源分配问题、无人机的任务卸载问题两个子问题，分别使用改进的遗传算法、分支定界法解决。根据本发明，通过利用无人机作为移动边缘计算的支持节点，将计算和存储资源移动到用户附近，以提供更快速的响应和更好的用户体验，实现任务的平衡分配和高效利用资源。
-
公开(公告)号：CN118691789A
公开(公告)日：2024-09-24
申请号：CN202410693242.7
申请日：2024-05-31
Applicant: 同济大学
Abstract: 本发明提供了一种基于改进YOLOv5模型的建筑垃圾检测方法。基于改进YOLOv5模型的建筑垃圾检测算法包括以下步骤：为解决建筑垃圾数据集中小物体占比较大且模型检测效果有待提升的问题，对YOLOv5网络进行优化。设计了一种基于Transformer Encoder结构的多头自注意力机制主干网络，从而提高模型对建筑垃圾特征的捕捉能力。同时，设计了一种非对称的加权特征融合Neck网络，以增强模型学习不同分辨率特征图的能力。此外，设计了一种基于CIoU的非线性非极大值抑制算法C‑NMS，以提高模型在后处理阶段对冗余检测框的筛选能力。本发明提供了一种自动识别和定位建筑垃圾的检测算法，对多种类型的建筑垃圾具有较高的识别精度。尤其在小物体检测方面，识别能力得到显著提升。利用此发明，建筑垃圾的分类和处理过程将变得更加高效和精确。
-
公开(公告)号：CN118094133A
公开(公告)日：2024-05-28
申请号：CN202311716765.0
申请日：2023-12-13
Abstract: 本发明涉及一种针对安装在SG端的同步向量测量单元的故障检测方法，包括以下步骤：S1、获取系统的参数数据，所述系统包括同步发电机和同步向量测量单元；S2、基于所述系统的参数数据，构建包括执行器误差和传感器误差的线性系统状态空间模型；S3、基于所述线性系统状态空间模型，构建系统状态和同步向量测量单元的故障观测器估计传感器误差；S4、基于所述传感器误差值计算下一检测阶段的误差阈值，并返回步骤S2得到下一检测阶段的传感器误差值；S5、判断所述下一检测阶段的传感器误差值是否小于所述误差阈值，若是，则输出故障检测结果，若否，则返回步骤S4，直至故障检测完成。与现有技术相比，本发明具有检测准确高、抗干扰能力强等优点。
-
-
-
-
-
-
-
-
-
Search Results
28
records
(took 0.037 seconds)
