-
公开(公告)号：CN117746229A
公开(公告)日：2024-03-22
申请号：CN202311193506.4
申请日：2023-09-15
Applicant: 成都理工大学
IPC: G06V20/10 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于卷积神经网络的高效遥感图像小目标检测方法，其采用MiSo的特征融合结构，以平衡正负样本，增强遥感图像局部斑块的信息交互；提出自适应IoU‑T损失函数，用以提升小目标检测的定位精度；采用Group‑CBAM注意力机制提高遥感图像中微小物体的感知能力；引入Spatial‑Shift计算，在不增加模型参数量并且不引入复杂计算的前提下，提升了对小目标的检测能力。同时对比目前的主流算法YOLOv5、YOLOv6、YOLOv7、CenterNet等，实验数据表明所提出的改进模型具有较高的检测精度和速度，能够很好的处理真实场景下的小目标检测。
-
公开(公告)号：CN113204051B
公开(公告)日：2022-04-15
申请号：CN202110647446.3
申请日：2021-06-10
Applicant: 成都理工大学
Abstract: 本发明提供了一种基于变分模态分解的低秩张量地震资料去噪方法，属于图像处理技术领域。地震资料在空间域和频率域上均包含有大量的信息，为了充分利用地震资料在多个域中的有效信息来对其进行去噪，本发明提出了一种基于变分模态分解VMD的低秩张量地震资料去噪方法。本发明首先利用VMD将地震资料在频率域中进行分解，构造地震张量来突出地震资料的频率域信息；再充分利用地震张量的空间域相似性与频率域相关性构造低秩张量最小化去噪模型，对该地震张量进行去噪；最后将去噪后的地震张量重构还原为地震剖面。实验结果表明，与其他几种常见的去噪方法相比，本发明可以获得较高的峰值信噪比和结构相似性，取得较好的去噪效果。
-
公开(公告)号：CN104469903B
公开(公告)日：2018-07-10
申请号：CN201410633792.6
申请日：2014-11-12
Applicant: 成都理工大学
CPC classification number: Y02D70/10
Abstract: 一种基于无线传感网络中数据存储减少数据冗余的方法，所述方法包括：通过传感器采集各种传感数据；将传感数据通过无线的方式发送给汇聚节点；对所获得数据进行数据分类处理；选择对应的数据储存模型进行存储；汇聚节点以低能耗的方式管理传感器节点或设备。该方法可以减少不必要的数据数据存储，降低在传输过程中能量消耗，不但可以减少数据冗余，而且可以延长电池寿命，还可以提高传感器节点数据处理过程中的反应速度，是一种有效的无线传感网络中数据存储减少数据冗余的方法。
-
公开(公告)号：CN119443618A
公开(公告)日：2025-02-14
申请号：CN202411496479.2
申请日：2024-10-25
Applicant: 成都理工大学
Abstract: 本发明公开了一种基于多源数据和机器学习的养老服务机构增补选址方法，其涉及养老服务机构选址技术领域。本发明通过机器学习对养老服务多源数据进行选址，降低了人工成本以及对人工分析的依赖性，并提高了选址的自动化程度；对多个机器学习模型进行优化，选取最优的机器学习模型进行选址，适用范围广，可动态响应变化的需求，确保养老设施服务覆盖与实际需求匹配和适应城市和人口结构的动态变化。
-
公开(公告)号：CN112596104A
公开(公告)日：2021-04-02
申请号：CN202011425916.3
申请日：2020-12-09
Applicant: 成都理工大学
Abstract: 本发明提供了一种结合张量分解和全变分的地震资料去噪方法，属于图像处理技术领域，本发明先将二维地震资料转化为三维张量，再利用张量CP分解对其进行分解得到近似张量，近似张量进行还原得到近似地震资料，同时引入全变分方法对去噪后的图像进行约束，最终建立了本发明的模型，因原始地震资料中含有大量的有效信息，所以采用梯度下降对所发明的模型求解。本发明通过张量CP分解来保留图像结构有效信息，通过引入全变分TV对近似张量还原时出现的块与块的不连续情况进行约束，从而实现保护边缘信息和局部平滑的去噪效果。
-
Patent Agency Ranking
公开(公告)号：CN104469903A
公开(公告)日：2015-03-25
申请号：CN201410633792.6
申请日：2014-11-12
Applicant: 成都理工大学
CPC classification number: Y02D70/10 , H04W52/0219 , H04W4/80 , H04W84/18
Abstract: 一种基于无线传感网络中数据存储减少数据冗余的方法，所述方法包括：通过传感器采集各种传感数据；将传感数据通过无线的方式发送给汇聚节点；对所获得数据进行数据分类处理；选择对应的数据储存模型进行存储；汇聚节点以低能耗的方式管理传感器节点或设备。该方法可以减少不必要的数据数据存储，降低在传输过程中能量消耗，不但可以减少数据冗余，而且可以延长电池寿命，还可以提高传感器节点数据处理过程中的反应速度，是一种有效的无线传感网络中数据存储减少数据冗余的方法。
-
公开(公告)号：CN119738871A
公开(公告)日：2025-04-01
申请号：CN202411858245.8
申请日：2024-12-17
Applicant: 成都理工大学
Abstract: 本发明公开了一种基于融合增强低秩性和梯度平滑性的地震数据去噪方法，涉及地震数据处理技术领域。该方法包括以下步骤：将含噪地震数据分为多个数据块，计算每个数据块与其余数据块的相似性值得到非局部自相似性值；取数据点所在的所有数据块中最小的非局部自相似性值得到非局部自相似性矩阵，将所有非局部自相似性矩阵堆叠并构建为多个第一三维相似块组；沿第一三维相似块组的三个方向分别作二阶梯度变换，得到三个二阶梯度张量；对第一三维相似块组的三个二阶梯度张量施加低秩约束得到第二三维相似块组；重构还原并获得去噪声后的地震数据。本发明能够准确表示地震数据中出现的弯曲地质结构，有效提高地震数据的去噪性能。
-
公开(公告)号：CN116452987A
公开(公告)日：2023-07-18
申请号：CN202310244138.5
申请日：2023-03-14
Applicant: 成都理工大学
IPC: G06V20/13 , G06V20/10 , G06V10/44 , G06V10/80 , G06V10/26 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于自注意力模型和卷积神经网络的道路信息提取方法，包括以下步骤：步骤S1、选取遥感道路数据作为原始数据，并对原始数据进行预处理；步骤S2、采用道路分割模型的编码器对原始数据图像进行图像空间分辨率压缩和特征提取；步骤S3、基于道路分割模型的解码器生成像素连通性结构预测结果和道路分割结果；步骤S4、基于像素连通性结构预测结果反向推导得到与输入图像等分辨率的输出结果，并联合道路分割结果得到最终输出。本发明采用自注意力模型结构提取全局信息改善道路分割的支离破碎问题，采用卷积神经网络结构提取局部信息完善对道路边缘的分割效果，并能提升道路分割的连通性。
-
公开(公告)号：CN112596104B
公开(公告)日：2022-04-01
申请号：CN202011425916.3
申请日：2020-12-09
Applicant: 成都理工大学
Abstract: 本发明提供了一种结合张量分解和全变分的地震资料去噪方法，属于图像处理技术领域，本发明先将二维地震资料转化为三维张量，再利用张量CP分解对其进行分解得到近似张量，近似张量进行还原得到近似地震资料，同时引入全变分方法对去噪后的图像进行约束，最终建立了本发明的模型，因原始地震资料中含有大量的有效信息，所以采用梯度下降对所发明的模型求解。本发明通过张量CP分解来保留图像结构有效信息，通过引入全变分TV对近似张量还原时出现的块与块的不连续情况进行约束，从而实现保护边缘信息和局部平滑的去噪效果。
-
-
-
-
-
-
-
-
Search Results
25
records
(took 0.025 seconds)
