一种基于FoldNet网络进行图像处理的方法

    公开(公告)号:CN119723147A

    公开(公告)日:2025-03-28

    申请号:CN202411497309.6

    申请日:2024-10-25

    Abstract: 本发明提出了一种基于FoldNet网络进行图像处理的方法,包括以下步骤:提出一种面向全局信息的模块——折叠卷积;设计一个自适应双向混合模块,使用MobileNetV2模块和折叠卷积分别提取局部和全局特征;基于自适应双向混合模块建立一系列的FoldNet网络;用网络结构去训练数据得到训练模型,并用验证集进行验证、调参,选出最优模型;用测试集对选出的最优模型进行测试。本发明通过大量实验对比先进模型验证了FoldNet在图像分类中的有效性,其能够在计算复杂性和准确性之间取得很好的平衡,同时可以转移并应用于许多下游任务,如检测,分割,生成等。

    一种基于OSG与知识图谱的三维战场态势仿真方法

    公开(公告)号:CN117236045A

    公开(公告)日:2023-12-15

    申请号:CN202311254535.7

    申请日:2023-09-27

    Abstract: 本发明公开了一种基于OSG与知识图谱的三维战场态势仿真方法,使用osgEarth生成高质量的地球模型,并加载战场环境的数字高程模型和数字正射影像图,构建准确真实的三维数字地形模型。采用动态加载技术,根据当前视域显示的场景元素,预测下一步可能加载的元素,并进行数据的预加载和卸载处理,控制内存占用,确保不影响场景浏览。从装备数据库导入战场模型单位文件,将其作为gnode节点添加到场景树groot中,设置位置、标识和动画回调,丰富观察视角。利用Neo4j API与Neo4j客户端通信,将OSG实体与知识图谱中的节点相关联,建立战场的知识图谱,维护战场态势的完整性和准确性。最后利用改进的RGCN图神经网络算法进行实体分类补全知识图谱,并能够很好地挖掘潜在的实体关系。

Patent Agency Ranking