-
公开(公告)号：CN119558673A
公开(公告)日：2025-03-04
申请号：CN202411411498.0
申请日：2024-10-10
Applicant: 中国电波传播研究所(中国电子科技集团公司第二十二研究所) , 中国海洋大学
IPC: G06Q10/0637 , G06Q50/26 , G06N3/0464 , G06N3/0455 , G06N3/08
Abstract: 本发明公开了一种基于SP‑URNet的海上非均匀对流层大气波导传播损耗时空预测算法，包括如下步骤：步骤1，大气波导大气修正折射率M参数化计算和波导传播损耗图像数据计算：步骤2，三维卷积自动编码器空间特征提取建模：步骤3，时间卷积网络TCN组成的U‑TCN模块对超视距传播损耗时间特征建模：步骤4，三维卷积自动解码器时间和空间特征整合：步骤5，SP‑URNet预测网络模型搭建。本发明所公开的算法，克服了现有技术无法满足对海上非均匀对流层大气波导传播损耗数据进行时空预测和非线性预测的缺失。
-
公开(公告)号：CN119539093B
公开(公告)日：2025-05-13
申请号：CN202510104910.2
申请日：2025-01-23
Applicant: 中国海洋大学
IPC: G06N5/04 , G06F18/25 , G06F18/213 , G06N3/0455 , G06V10/44
Abstract: 本申请涉及图像处理领域，公开了基于遥感篡改图像的视觉问答方法、系统、设备及介质，包括：通过主分支网络对篡改图像进行视觉特征提取，边缘先验引导块对各层编码器的输入特征进行特征提取；通过先验分支对图像进行边缘检测获得边缘先验特征，边缘先验特征与每个边缘先验引导块中的输入特征融合后输出，作为下一个边缘先验引导块的输入特征进行视觉特征提取；通过边缘先验特征引导，对输入文本进行特征提取，将提取的视觉特征和文本特征跨模态融合；根据融合后的特征，进行多模态推理，输出问答结果；本申请通过引入先验分支以给主分支提供边缘先验特征，显著恢复并加强了复制‑移动篡改图像的边缘伪影，提高篡改图像分析和理解准确性。
-
公开(公告)号：CN119476641B
公开(公告)日：2025-04-22
申请号：CN202510024736.0
申请日：2025-01-08
Applicant: 中国海洋大学
IPC: G06Q10/04 , G06Q50/26 , G06F18/213 , G06F18/25 , G06N3/045 , G06N3/0464 , G06N3/084
Abstract: 本发明属于海浪波高预测技术领域，公开了基于全局和局部信息融合的海浪波高智能预测方法及系统，该方法首先以海表面径向风场数据和纬向风场数据作为输入，对全球区域进行空间特征提取与融合，得到径向风场融合特征和纬向风场融合特征；然后得到的径向风场融合特征和纬向风场融合特征分别分成不同的子海洋波高预测场，然后对所有的子海洋波高预测场进行特征聚合，得到聚合特征；最后将聚合特征作为输入，进行局部海域精细化海浪波高预测，得到全球区域预测结果。通过本发明提高了波高预测精度，解决了传统方法预测精度不够的问题。
-
公开(公告)号：CN119203795B
公开(公告)日：2025-04-15
申请号：CN202411709659.4
申请日：2024-11-27
Applicant: 中国海洋大学
IPC: G06F30/27 , G06F30/28 , G06N3/045 , G06N3/0442 , G06N3/084 , G06F113/08 , G06F119/14 , G06N3/048
Abstract: 本发明属于机器学习技术领域，公开了基于物理信息门控循环求解速度势场的系统、方法及应用，所述系统包括在不同服务器上并行运算的物理信息门控循环单元，所述物理信息门控循环单元包括高维时空域分解模块、后向时间片关联模块、双神经网络求解模块；通过本发明合理利用时间关联信息，对于划分好的高速场和低速场，通过不同的服务器分别完成计算后再组合为完整的速度势场，通过本发明实现快速的流速预测。
-
公开(公告)号：CN114972857B
公开(公告)日：2024-07-02
申请号：CN202210545574.1
申请日：2022-05-19
Applicant: 中国海洋大学
IPC: G06V10/764 , G06N3/0464 , G06N3/08 , G06V10/44 , G06V10/74 , G06V10/774 , G06V10/80 , G06V10/82
Abstract: 本发明属于图像处理技术领域，公开了双分支源与目标定位复制移动检测网络系统及方法，该网络系统包括操纵检测分支和相似性检测分支，操纵检测分支包括操纵检测主干和边缘辅助分支，相似性检测分支包括VGG16编码器的前三个块、空洞卷积层、相似性匹配模块、ASPP多尺度模块和掩膜解码器；通过操纵检测分支的操纵检测主干提取图像信息表征，并生成篡改区域掩膜；经过操纵检测分支的边缘辅助分支优化边缘；通过相似性检测分支的相似性匹配模块对第三层的输出和空洞卷积层的输出进行自相关匹配，经过ASPP多尺度模块提取多尺度相关信息，生成相似区域掩膜；最后篡改区域掩膜和相似区域掩膜融合。通过本发明提高检测效果。
-
Patent Agency Ranking
公开(公告)号：CN113505792B
公开(公告)日：2023-10-27
申请号：CN202110739174.X
申请日：2021-06-30
Applicant: 中国海洋大学
IPC: G06V20/70 , G06V20/10 , G06V10/34 , G06V10/44 , G06V10/764 , G06V10/80 , G06V10/82 , G06V10/84 , G06N3/0455 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/084 , G06N3/0985
Abstract: 本发明公开了面向非均衡遥感图像的多尺度语义分割方法及模型，所述面向非均衡遥感图像的多尺度语义分割模型采用既能学习细粒度局部特征、保留小类别信息、又能学习整个全局上下文语义特征、保留大尺度信息的多层级语义分割网络；整个网络架构分为三层，每层采用不同的网络结构提取不同尺度的特征，输出不同分辨率的分割图像，将这些特征在同一层级采用贝叶斯融合方法进行图像后融合，实现多尺度分割图像信息的融合，实现缺失信息的互补；所述面向非均衡遥感图像的多尺度语义分割方法采用既能使不同类别像素更加分离、又能使相同类别像素更加聚合的优化算法，使得语义分割网络模型在类别不平衡数据上也能实现均匀的分割。
-
公开(公告)号：CN113536116A
公开(公告)日：2021-10-22
申请号：CN202110728906.5
申请日：2021-06-29
Applicant: 中国海洋大学
IPC: G06F16/9535 , G06K9/62
Abstract: 本发明属于跨域推荐技术领域，公开了基于双流sliced wasserstein自编码器的跨域推荐方法，将数据输入到跨域推荐模型的编码器中，经过编码器可以得到用户隐空间上的特征向量，将上述的特征向量输入到跨域推荐模型的解码器中，得到重构的用户交互向量，对两个域用户特征向量加以高斯分布的限制，同时使用Sliced Wasserstein距离来缓解分布不平衡的问题，达到高精度的推荐效果，解决现有跨域推荐存在的数据稀疏性问题以及变分自编码器带来的分布不对齐问题。
-
公开(公告)号：CN113505792A
公开(公告)日：2021-10-15
申请号：CN202110739174.X
申请日：2021-06-30
Applicant: 中国海洋大学
Abstract: 本发明公开了面向非均衡遥感图像的多尺度语义分割方法及模型，所述面向非均衡遥感图像的多尺度语义分割模型采用既能学习细粒度局部特征、保留小类别信息、又能学习整个全局上下文语义特征、保留大尺度信息的多层级语义分割网络；整个网络架构分为三层，每层采用不同的网络结构提取不同尺度的特征，输出不同分辨率的分割图像，将这些特征在同一层级采用贝叶斯融合方法进行图像后融合，实现多尺度分割图像信息的融合，实现缺失信息的互补；所述面向非均衡遥感图像的多尺度语义分割方法采用既能使不同类别像素更加分离、又能使相同类别像素更加聚合的优化算法，使得语义分割网络模型在类别不平衡数据上也能实现均匀的分割。
-
公开(公告)号：CN118864868B
公开(公告)日：2025-03-04
申请号：CN202411354746.2
申请日：2024-09-27
Applicant: 中国海洋大学
Abstract: 本发明属于图像处理技术领域，公开了一种边界增强的弱监督海洋遥感图像语义分割方法及系统，包括以下步骤：步骤S1、图像特征提取：对于输入的全局图像，通过ViT模型提取最终层特征和中间层特征；步骤S2、聚类词元对比：用中间层特征指导用以产生伪标签的最终层特征，步骤S3、随机不确定区域对比：在中间层随机不确定区域选取单元中随机选取两个中间层输出特征的不确定词元，在聚类中心替换不确定性区域单元中，通过对比选出与上述两词元距离最近的聚类中心进行替换，用替换的聚类中心监督最终层对应的不确定区域；步骤S4、生成伪标签。通过本发明提高海洋遥感图像语义分割效果。
-
公开(公告)号：CN119068206A
公开(公告)日：2024-12-03
申请号：CN202411578788.4
申请日：2024-11-07
Applicant: 中国海洋大学
Abstract: 本发明属于视觉问答技术领域，公开了一种基于高阶知识增强的海洋遥感视觉问答方法，包括：步骤S1、提取单模态特征；步骤S2、提取多模态特征：利用跨模态局部约束注意力生成高阶的跨模态特征，并输入关注选择块，得到多模态特征；步骤S3、提取知识增强实体关联表示：通过知识增强实体关联模块识别图像‑问题对中的视觉和文本实体，并采用知识相关性推理策略来学习知识增强的实体表示，然后对实体融合获得知识增强实体关联表示；步骤S4、生成视觉问答结果：将步骤S2生成的多模态特征与步骤S3生成的知识增强实体关联表示连接起来形成生成答案的表示。通过本发明可以有效提取上下文图像‑问题对信息，生成准确的视觉问答结果。
-
-
-
-
-
-
-
-
-
Search Results
37
records
(took 0.071 seconds)
