-
公开(公告)号：CN112686105A
公开(公告)日：2021-04-20
申请号：CN202011511720.6
申请日：2020-12-18
Applicant: 云南省交通规划设计研究院有限公司
Abstract: 本发明涉及一种基于视频图像多特征融合的雾浓度等级识别方法，该方法首先在原始图像上随机生成多个不重叠的图像切片，之后利用Canny算子对每个切片进行处理，获取各个切片的图像边缘，并统计每个切片的边缘像素的个数，选取其中像素个数最多的作为目标切片；采用细节特征提取模块对目标切片进行细节图像特征提取；采用全局图像特征提取模块对原始图像进行全局图像特征提取；采用特征融合识别模块对得到的细节图像特征、全局图像特征进行融合并识别，得到原始图像的雾浓度等级。本发明通过融合全局和细节多特征的雾浓度深度学习网络，提升能见度分级判断的准确率和鲁棒性，具有数据驱动、特征自动识别、自学习等技术特点。
-
公开(公告)号：CN113536665B
公开(公告)日：2022-05-31
申请号：CN202110681387.1
申请日：2021-06-18
Applicant: 云南省交通规划设计研究院有限公司
Abstract: 本发明涉及基于特征工程和LSTM的路表温度短临预测方法及系统，该方法对采集到的气象要素数据进行数据处理后，先通过随机森林模型对影响路表温度的气象要素进行重要性排序，选择影响较大的气象要素作为候选特征参数，将候选特征参数依次组合作为模型输入，构建长短期记忆神经网络路表温度预测模型，然后利用测试集测试，对比观测值和预测结果，选择效果最佳预测模型，并获得对应的气象要素特征组合，之后进行误差分析。本发明利用了随机森林高效简单、能够分析复杂相互作用特征的能力，结合长短期记忆网络可以更新最优权值和阈值的优点，使模型预测精度高，并对模型迭代更新，保证模型随时间推移的仍然具有较高的准确性和稳定性。
-
公开(公告)号：CN112686105B
公开(公告)日：2021-11-02
申请号：CN202011511720.6
申请日：2020-12-18
Applicant: 云南省交通规划设计研究院有限公司
Abstract: 本发明涉及一种基于视频图像多特征融合的雾浓度等级识别方法，该方法首先在原始图像上随机生成多个不重叠的图像切片，之后利用Canny算子对每个切片进行处理，获取各个切片的图像边缘，并统计每个切片的边缘像素的个数，选取其中像素个数最多的作为目标切片；采用细节特征提取模块对目标切片进行细节图像特征提取；采用全局图像特征提取模块对原始图像进行全局图像特征提取；采用特征融合识别模块对得到的细节图像特征、全局图像特征进行融合并识别，得到原始图像的雾浓度等级。本发明通过融合全局和细节多特征的雾浓度深度学习网络，提升能见度分级判断的准确率和鲁棒性，具有数据驱动、特征自动识别、自学习等技术特点。
-
公开(公告)号：CN113536665A
公开(公告)日：2021-10-22
申请号：CN202110681387.1
申请日：2021-06-18
Applicant: 云南省交通规划设计研究院有限公司
Abstract: 本发明涉及基于特征工程和LSTM的路表温度短临预测方法及系统，该方法对采集到的气象要素数据进行数据处理后，先通过随机森林模型对影响路表温度的气象要素进行重要性排序，选择影响较大的气象要素作为候选特征参数，将候选特征参数依次组合作为模型输入，构建长短期记忆神经网络路表温度预测模型，然后利用测试集测试，对比观测值和预测结果，选择效果最佳预测模型，并获得对应的气象要素特征组合，之后进行误差分析。本发明利用了随机森林高效简单、能够分析复杂相互作用特征的能力，结合长短期记忆网络可以更新最优权值和阈值的优点，使模型预测精度高，并对模型迭代更新，保证模型随时间推移的仍然具有较高的准确性和稳定性。
-
-
-
Search Results
4
records
(took 0.022 seconds)
