-
公开(公告)号：CN118366054B
公开(公告)日：2025-05-09
申请号：CN202410513897.1
申请日：2024-04-26
Applicant: 内蒙古工业大学
IPC: G06F17/40 , G06V20/13 , G06V10/774 , G06V10/764 , G06V10/25 , G06T7/60 , G06T7/62
Abstract: 本发明属于卫星遥感技术领域，提供了一种基于SAR时序遥感影像的目标变化检测方法。本方法包括：获取时间序列数据集，并预处理获得对应后向散射系数；计算各像元的时相维度中值，获得中值影像；从中值影像中提取各养殖池塘对象；将各养殖池塘对象对应的时间序列数据分为大于和小于时间序列中值的gm和ln两组；计算获取各养殖池溏对象的基线状态的变化数据，基线状态根据后向散射系数确定；从变化数据中获取各养殖池溏对象的基线状态变化次数，即各养殖池溏对象的清塘次数。本目标变化检测方法基于卫星遥感数据，通过养殖池塘基线状态变化探测养殖池塘清塘次数，实现自动化、高精度探测，无需人工干预，节省了人力物力。
-
公开(公告)号：CN118537728A
公开(公告)日：2024-08-23
申请号：CN202410591217.8
申请日：2024-05-13
Applicant: 内蒙古工业大学
IPC: G06V20/10 , G06V10/44 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种基于深度学习的过敏性蒿属植物识别方法及系统，涉及蒿属植物识别技术领域，本发明的系统包括采集植物图像的多光谱采集终端、对植物图像进行处理的图像处理模块、识别过敏性蒿属植物的深度学习识别模块和存储数据的数据存储模块，本发明通过深度学习识别模块对植物图像进行分析处理以达到识别过敏性蒿属植物的效果，并在深度学习识别模块中使用大中小三个尺度目标检测输出层以检测植物图像中各种尺度的目标，提高检测的全面性和鲁棒性，并使用Bas icRFB模块来有效增强网络的特征提取能力，并采用NWD损失函数来提高模型对小目标植物检测的鲁棒性，并在Head层中引入了独立自注意力机制模块SASA用来解决植物遮挡的问题。
-
公开(公告)号：CN112461075A
公开(公告)日：2021-03-09
申请号：CN202011220639.2
申请日：2020-11-05
Applicant: 内蒙古工业大学
Abstract: 本发明涉及一种草地植被叶面积测量工具及方法，涉及绿色植被叶面积测量技术领域，包括叶片样本制备外框、扫描模块和控制模块；所述叶片样本制备外框的底部设置有测量透明载物件；在所述叶片样本制备外框的长宽维度边缘分别设置有一组测量刻度标记，用于读出叶片具体长宽数值；所述扫描模块采集叶长具体宽数值；所述控制模块用于对叶片具体长宽规格数值识别处理。本发明具有方便实时测量叶面积的效果和作用。
-
公开(公告)号：CN106377810A
公开(公告)日：2017-02-08
申请号：CN201610889175.1
申请日：2016-10-11
Applicant: 内蒙古工业大学
IPC: A61M1/12
CPC classification number: A61M1/1012 , A61M1/122 , A61M2205/02 , A61M2205/04
Abstract: 本发明涉及一种离心式左心室辅助装置，包括泵体、设置在所述的泵体上的血流入口和血流出口，所述的泵体包括泵壳、形成在所述的泵壳上的内型腔、形成在所述的泵壳上且位于所述的内型腔外的外型腔、设置在所述的外型腔内的定子、能够在所述的定子的作用下绕自身轴心线转动的转子、与所述的转子相连接且能够随着所述的转子的转动而转动的多个叶片，所述的叶片具有倾角，所述的转子和所述的叶片悬浮设置在所述的内型腔内，所述的血流入口和所述的血流出口分别与所述的内型腔相连通。本发明通过对离心式左心室辅助装置结构的改进，使得离心式左心室辅助装置具有高效、体积小，能够防止溶血和血栓，能够对患者持久支持的优点。
-
公开(公告)号：CN118941465A
公开(公告)日：2024-11-12
申请号：CN202411285062.1
申请日：2024-09-13
Applicant: 内蒙古工业大学
IPC: G06T5/70 , G06T5/60 , G06N3/0464 , G06N3/045
Abstract: 本发明提供了一种基于DnCNN预训练模型的SAR图像去斑降噪方法，涉及图像处理技术领域。包括：获取待处理的噪声SAR图像，并将待处理的SAR图像输入至构建好的图像预处理模型中，得到预处理图像数据集；将预处理图像数据集输入至DnCNN预训练模型，得到干净SAR图像；图像预处理模型的构建方法为：获取初始SAR图像集并计算得到对应的初始强度图；根据视数对初始强度图添加散斑噪声，得到噪声图集；将噪声图集进行对数变换，得到对数强度图；根据视数确定归一化因子并添加到对数强度图中，得到转换图像集；基于CNN网络架构，以初始SAR图像集为输入，以转换图像集为输入构建图像预处理模型。本发明简化了使用DnCNN预训练模型对SAR图像降噪的流程，解决了复杂度过高的问题。
-
Patent Agency Ranking
公开(公告)号：CN117853948A
公开(公告)日：2024-04-09
申请号：CN202410252198.6
申请日：2024-03-06
Applicant: 内蒙古工业大学
IPC: G06V20/13 , G06V20/10 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了一种利用遥感图像进行的房屋检测方法，属于图片智能处理技术领域，该利用遥感图像进行的房屋检测方法包括选择地图软件中的遥感卫星图像进行截图，获得数据集素材；对数据集素材进行预处理，扩充获得数据集；使用yolov5目标检测算法，将yolov5原骨干网络中的C3模块替换成C2f模块并且加入se注意力机制；将数据集在修改过的yolov5网络中训练得到房屋识别模型；使用pyqt5制作检测系统界面，选择指定图片或视频进行目标检测，检测所得房屋数量即可显示于检测系统界面。利用遥感图像进行的房屋检测系统，包括代码存储模块、界面展示模块以及检测识别模块。通过本系统和方法的使用，使房屋检测具有更高的精度，适用于许多的实际应用场景。
-
公开(公告)号：CN117805763A
公开(公告)日：2024-04-02
申请号：CN202311855300.3
申请日：2023-12-29
Applicant: 内蒙古工业大学
Abstract: 本申请提供一种基于Cameron分解的地物分类方法及系统。所述方法包括：通过Cameron分解方法获得待分类机载合成孔径雷达图像的对称互易分量；通过所述对称互易分量，得到所述待分类机载合成孔径雷达图像对应的第一K矩阵；确定典型对称散射体对应的第二K矩阵；基于测地线距离计算所述第一K矩阵与所述第二K矩阵之间的距离，以根据所述距离大小确定所述待分类机载合成孔径雷达图像对应的典型对称散射体。本申请实施例解决了传统技术中地物分类的散射体与自身的距离不为0的问题，而且本申请实施例还利用改进的Cameron分解方法使1/4波散射分量得到了明显的抑制，该散射机制更加合理。
-
公开(公告)号：CN106377810B
公开(公告)日：2018-10-09
申请号：CN201610889175.1
申请日：2016-10-11
Applicant: 内蒙古工业大学
IPC: A61M1/12
Abstract: 本发明涉及一种离心式左心室辅助装置，包括泵体、设置在所述的泵体上的血流入口和血流出口，所述的泵体包括泵壳、形成在所述的泵壳上的内型腔、形成在所述的泵壳上且位于所述的内型腔外的外型腔、设置在所述的外型腔内的定子、能够在所述的定子的作用下绕自身轴心线转动的转子、与所述的转子相连接且能够随着所述的转子的转动而转动的多个叶片，所述的叶片具有倾角，所述的转子和所述的叶片悬浮设置在所述的内型腔内，所述的血流入口和所述的血流出口分别与所述的内型腔相连通。本发明通过对离心式左心室辅助装置结构的改进，使得离心式左心室辅助装置具有高效、体积小，能够防止溶血和血栓，能够对患者持久支持的优点。
-
公开(公告)号：CN119168142A
公开(公告)日：2024-12-20
申请号：CN202411242207.X
申请日：2024-09-05
Applicant: 内蒙古工业大学
Abstract: 本发明属于遥感技术领域，提供了一种草原草地地上生物量的遥感估算方法，包括：待分析气象遥感数据收集、生物量估算模型预测；生物量估算模型的构建过程包括：环境数据库整合、插值处理、裁剪和均值计算、遥感数据处理、植被指数像元值获取、像元数据获取、生物量相关系数计算、特征数据集获取、特征数据集分组以及生物量估算模型训练。本发明通过对气象数据进行插值处理，丰富了气象数据量，提高了模型的鲁棒性；通过对温度、降雨量、遥感数据等裁剪和标定，提高了训练数据的多样性和精细度，增加了模型的准确率；通过生物量相关系数，优化了训练数据，使模型训练更高效、更可靠。
-
公开(公告)号：CN118196468A
公开(公告)日：2024-06-14
申请号：CN202410007666.3
申请日：2024-01-03
Applicant: 内蒙古工业大学
IPC: G06V10/764 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/045
Abstract: 本申请提供一种高光谱图像分类方法、系统及存储介质。所述方法包括：获取待分类高光谱图像；基于跳跃图神经网络和多尺度卷积神经网络构建多特征融合混合神经网络；基于数据训练集对所述多特征融合混合神经网络进行训练；将所述待分类高光谱图像输入训练后的所述多特征融合混合神经网络，得到所述待分类高光谱图像的分类结果。本申请实施例很好地融合了两个网络分支提取的特征信息，使待分类高光谱遥感图像的复杂信息得到充分解译，提升了分类性能。另一方面，在可供训练的带标签样本数量较少时，本申请构建的多特征融合混合神经网络还可以利用部分未标记的样本，以全面地提取图像的特征信息，在样本数量较少时仍能达到较高的分类精度。
-
-
-
-
-
-
-
-
-
Search Results
38
records
(took 0.025 seconds)
