-
公开(公告)号：CN118505844A
公开(公告)日：2024-08-16
申请号：CN202410576175.0
申请日：2024-05-10
Applicant: 安徽大学
Abstract: 本发明涉及一种基于绿度氮素指数的遥感影像大豆制图方法，与现有技术相比解决了难以针对大豆遥感影像进行制图的缺陷。本发明包括以下步骤：遥感影像的获取及预处理；耕地判别决策树的构建；GNI指数的构建；进行大豆分类制图。本发明通过对遥感影像进行均值合成，解决了遥感影像中云层及随机噪声带来的问题；通过NDVI及RECI指数结合，提出了新的GNI指数，该指数反映了作物的叶绿素含量及含氮量情况，增强了大豆在生长中后期与其他作物的差异，实现了遥感影像的大豆制图。
-
公开(公告)号：CN116010883A
公开(公告)日：2023-04-25
申请号：CN202310112737.1
申请日：2023-02-14
Applicant: 安徽大学
IPC: G06F18/2415 , G01M13/045 , G06F18/2431 , G06N3/0464 , G06N3/047 , G06N3/096 , G06N3/09 , G06N3/084
Abstract: 本发明公开了一种基于改进联合分布适配的轴承故障诊断方法、设备和存储介质，涉及轴承故障诊断方法领域。方法包括以下步骤：步骤1、根据轴承振动信号建立源域特征集、目标域特征集；步骤2、构建特征可迁移性量化指标后建立源域特征样本集、目标域特征样本集；步骤3、对源域特征样本集进行流形子空间学习，得到源域特征子集以及特征映射矩阵；基于特征映射矩阵将目标域特征样本集转换为目标域特征子集后进行联合分布适应算法求解，获得分布适应的源域特征集、目标域特征集；步骤4、采用分布适应后的源域特征集对分类器进行训练，并利用训练好的分类器基于分布适应后的目标域特征集得到故障诊断结果；设备和存储介质用于实现该方法。
-
公开(公告)号：CN117093924A
公开(公告)日：2023-11-21
申请号：CN202311131734.9
申请日：2023-09-04
Applicant: 安徽大学
IPC: G06F18/2411 , G06F18/22 , G06N20/20 , G06F18/213
Abstract: 本发明公开了一种基于域适应特征的旋转机械变工况故障诊断方法，包括以下步骤：步骤1、获取有标签的源域特征样本集、无标签的目标域特征样本集；步骤2、计算得到特征分类准确率acc、SSIM和FID分数，并以此构建特征量化评估指标Z，通过Z值和设定阈值比较，从源域和目标域中提取出相应特征构建新的特征子集；基于Z计算结果选择相应数据构建源域、目标域特征样本子集；步骤3、对源域、目标域特征样本子集中数据进行联合分布适应；步骤4、采用联合分布适应后的源域中数据对故障诊断分类器进行训练，然后联合分布适应后目标域中的数据输入至训练好的故障诊断分类器中，完成故障诊断。本发明提升了跨域故障识别性能。
-
公开(公告)号：CN115063678A
公开(公告)日：2022-09-16
申请号：CN202210673426.8
申请日：2022-06-15
Applicant: 安徽大学
IPC: G06V20/10 , G06V10/25 , G06V10/40 , G06V10/764 , G06V10/82
Abstract: 本发明涉及一种基于国产GF‑6WFV数据的大豆种植区提取方法，包括：获取待提取区域的GF‑6WFV数据，并对数据进行预处理；采用决策树分层逐级提取策略剔除预处理后的GF‑6WFV数据中的非农作物像元，得到农田植被总体分布数据；生成候选遥感特征集合；得到优选特征集合，再进行分类器的筛选，得到最佳分类器；将优选特征集合和最佳分类器结合，获得最优提取模型，并对最优提取模型的表现进行评价，考查最优提取模型对于大豆种植区的制图效果。本发明利用决策树分层逐级提取策略，显著降低水体、建成区、裸土、树木等其他地物类型对大豆提取结果造成的干扰，有助于获取更为准确和可靠的结果；同时降低数据占用的存储空间和运算量，从而提高执行效率。
-
公开(公告)号：CN115165366B
公开(公告)日：2025-04-08
申请号：CN202210793046.8
申请日：2022-07-07
Applicant: 安徽大学
IPC: G01M13/045 , G01R31/34 , G06F18/23213 , G06F18/241 , G06N3/096
Abstract: 本发明公开了一种旋转机械变工况故障诊断方法及系统，涉及故障诊断技术领域，包括以下步骤：获取旋转机械的源域数据的有标签特征集及目标域数据的无标签特征集；对有标签特征集进行聚类分析，得到各深度特征的调整兰德指数；计算有标签特征集及无标签特征集在正常工况下的各深度特征样本之间的多核最大均值差异；构建各深度特征的可迁移性指标，并采用改进联合分布适应IJDA进行迁移学习，利用迁移学习后的训练特征集训练识别分类器，利用识别分类器进行故障模式识别与分类，输出跨域故障诊断结果。本发明通过对深度特征进行类别区分度和特征在不同域间分布差异进行量化评估，有助于选取更有利于迁移故障诊断的深度特征，诊断准确率高。
-
Patent Agency Ranking
公开(公告)号：CN118229962B
公开(公告)日：2024-08-20
申请号：CN202410643435.1
申请日：2024-05-23
Applicant: 安徽大学
Abstract: 本发明公开了一种遥感图像目标检测方法、系统、电子设备及存储介质，所述方法包括：获取待检测图像数据集；对待检测图像数据集中的图像增强处理，得到第一图像数据集；将待检测图像数据集和第一图像数据集中的图像分别切片为具有多行列数的子图像；计算子图像各区域的概率百分比，根据概率百分比最优解得到第二图像数据集；将第二图像数据集输入检测模型得到目标检测结果。通过对原始图像增强处理，再将增强前后的图像进行多行列数的区域分割，后对每个区域进行NIQE计算；获取各区域NIQE值并进行归一化处理，而后对每个区域进行概率计算，后对图像同一区域的增强前后概率进行对比，保留概率较小的，以达到提高目标检测精度的效果。
-
公开(公告)号：CN116824394A
公开(公告)日：2023-09-29
申请号：CN202310822034.8
申请日：2023-07-06
Applicant: 安徽大学
IPC: G06V20/13 , G06V10/20 , G06V10/28 , G06V10/26 , G06V10/764
Abstract: 本发明涉及一种用于分割算法的Sentinel‑2卫星影像数据集制作方法，与现有技术相比解决了难以针对卫星影像进行集中处理的缺陷。本发明包括以下步骤：Sentinel影像的获取及预处理；对预处理后的影像分辨率进行归一化处理；图像色彩处理；光学图像数据集的生成；获取CDL图像；提取大豆类种植区图像并进行二值化处理；数据集标签图像的生成。本发明通过对卫星影像进行归一化、色彩处理、图像裁剪，最后形成具有特征明显的大豆种植区数据集。
-
公开(公告)号：CN116434064A
公开(公告)日：2023-07-14
申请号：CN202310398075.9
申请日：2023-04-14
Applicant: 安徽大学
IPC: G06V20/10 , G06V10/764 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种基于SK‑UNet深度学习网络的遥感影像大豆种植区域提取方法，包括：获取10m分辨率的哨兵二号遥感影像并进行预处理，构成遥感影像数据集；构建改进的UNet网络模型即SK‑UNet模型作为大豆种植区影像提取网络；得到训练后的SK‑UNet模型；获取待提取的遥感影像并进行预处理；将预处理后的待提取的遥感影像输入训练后的SK‑UNet模型，得到大豆种植区影像提取结果。本发明基于对UNet网络的改进，在每个双层卷积后加入SKNet Block模块，其可扩展性好且提取精度高，可调整参数应用于不同传感器的遥感卫星影像；通过验证，本发明得到的高分辨率遥感影像分类结果在评价指标优上优于对比分类算法，并且产生的分类结果能够更好的保持了边缘的平滑和完整性。
-
公开(公告)号：CN114038027A
公开(公告)日：2022-02-11
申请号：CN202111064921.0
申请日：2021-09-11
Applicant: 安徽大学
Abstract: 本发明公开了一种基于人脸识别的眼镜试戴方法，本方法涉及计算机视觉领域与在线试戴领域，主要解决通过人脸识别算法，定位双眼位置，对用户选择的眼镜图片进行实时处理，从而实现线上眼镜实时试戴，灵活解决眼镜试戴依赖于线下实体店问题。
-
公开(公告)号：CN115063678B
公开(公告)日：2025-04-04
申请号：CN202210673426.8
申请日：2022-06-15
Applicant: 安徽大学
IPC: G06V20/10 , G06V10/25 , G06V10/40 , G06V10/764 , G06V10/82
Abstract: 本发明涉及一种基于国产GF‑6WFV数据的大豆种植区提取方法，包括：获取待提取区域的GF‑6WFV数据，并对数据进行预处理；采用决策树分层逐级提取策略剔除预处理后的GF‑6WFV数据中的非农作物像元，得到农田植被总体分布数据；生成候选遥感特征集合；得到优选特征集合，再进行分类器的筛选，得到最佳分类器；将优选特征集合和最佳分类器结合，获得最优提取模型，并对最优提取模型的表现进行评价，考查最优提取模型对于大豆种植区的制图效果。本发明利用决策树分层逐级提取策略，显著降低水体、建成区、裸土、树木等其他地物类型对大豆提取结果造成的干扰，有助于获取更为准确和可靠的结果；同时降低数据占用的存储空间和运算量，从而提高执行效率。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.024 seconds)
