公开(公告)号：CN115545166A

公开(公告)日：2022-12-30

申请号：CN202211342737.2

申请日：2022-10-31

Applicant: 南京信息工程大学

Inventor： 王坤 ,  杜景林 ,  高文凯 ,  杨陆

IPC: G06N3/04 ,  G06N3/08 ,  G06V10/40 ,  G06V10/42 ,  G06V10/44 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82

Abstract: 本发明公开了一种改进的ConvNeXt卷积神经网络及其遥感图像的分类方法，所述方法包括获取遥感图像，将所述遥感图像处理为224×224×3的图像；对所述处理过的遥感图像分别进行下采样、全局特征提取和局部特征提取，然后输入到平均池化层和全连接层得到大小为1×1×1000的第一特征向量；对所述处理过的遥感图像分别进行上下文信息建模、随机结点采样器和图卷积网络后，输入平均池化层和全连接层得到大小为1×1×1000的第二特征向量；将所述第一特征向量和第二特征向量使用加法策略融合，获取融合后的特征；将所述融合后的特征输入到全连接层和Softmax分类层中预测得到最终的分类结果，本发明可以有效的融合局部关键特征和长距离空间特征实现分类。

公开(公告)号：CN114463311A

公开(公告)日：2022-05-10

申请号：CN202210123817.2

申请日：2022-02-10

Applicant: 南京信息工程大学

Inventor： 陆加新 ,  周杰 ,  高文凯 ,  刘忠洋

IPC: G06T7/00 ,  G06V10/764 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开一种基于深度学习的钢网表面残留锡膏检测方法，所述检测方法包括以下步骤，步骤一：通过工业相机进行拍照采集正常钢网和残留锡膏钢网的照片；步骤二：对采集到的两类钢网图片进行预处理；步骤三：把预处理之后的两类钢网图片制作成数据集；步骤四：基于迁移学习方法搭建VGG16网络预训练模型；步骤五：在原始数据集上执行数据增强操作，以扩充数据集；步骤六：将预训练得到的模型迁移到钢网数据集上进一步训练；步骤七：模型训练完成后，通过VGG16模型对采集到的钢网图片进行检测。本发明检测方法，对图像进行分类来识别钢网表面是否残留锡膏，检测准确性高、运算速度快的特点。

公开(公告)号：CN115984132A

公开(公告)日：2023-04-18

申请号：CN202211684897.5

申请日：2022-12-27

Applicant: 南京信息工程大学

Inventor： 杨陆 ,  杜景林 ,  王坤 ,  高文凯 ,  倪银浩

IPC: G06T5/00 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明提供一种基于CBAIM差分循环神经网络的短临预报方法，结合MIM网络模型和CBAM网络模型，组成CBAIM网络模型，包括如下步骤：输入雷达回波图像序列；对所输入图像进行去噪和归一化处理；通过STLSTM单元对图像序列的时间信息和空间信息建模；通过MICA单元获取差分信息；通过CBAM模块进行通道域和空间域的关注；对数据降维输出单时间步结果；输出预测结果。本发明的短临预报方法能增强训练模型的稳定性，加快模型收敛速度，提高预测准确度，具有计算参数量少、速度快的优点，使模型可以更容易提取关键信息。