江河潮水水位的预测方法

    公开(公告)号:CN101625732B

    公开(公告)日:2011-11-30

    申请号:CN200910101080.9

    申请日:2009-08-03

    Abstract: 本发明涉及一种江河潮水水位的预测方法。传统的潮时预报方法有传播时间法和隔离滞后时间法,上述方法一定程度弱化了潮水受到潮汐、径流、河道地形和风力风向等多重因素的影响关系。本发明的具体步骤是首先以MATLAB 6.5的工具箱函数库中的神经网络函数以及潮水水位和时间的历史数据为基础构建神经网络模型,然后利用工具箱函数中的神经网络训练函数train函数进行网络训练,利用仿真函数sim函数进行网络测试,最后使用经训练和测试后的神经网络模型对下一个高潮位水位值或者下一个低潮位水位值进行预测。本发明使用历史潮水数据进行短期潮水水位值预测,这种方法可以完全忽略风向、降雨、给排水、河床变化等不确定因素影响。

    一种多焦点多光子显微镜成像数据的有损压缩方法

    公开(公告)号:CN101778284A

    公开(公告)日:2010-07-14

    申请号:CN201010106332.X

    申请日:2010-02-02

    Abstract: 本发明涉及一种多焦点多光子显微镜成像数据的有损压缩方法。现有的数据压缩效果不好。本发明包括从成像数据文件中提取二进制格式的成像数据和采用JPEG算法对提取的图像数据进行有损压缩。所提取的二进制格式数据文件形成图像矩阵,对该图像矩阵的任一层采用JPEG算法来进行压缩,首先是对该层的图像划分为不重叠的8×8的子图像,然后对该子图像做灰度级移动、正向离散余弦变换、归一化和量化以及霍夫曼编码完成子图像的编码;最后按照上述方法完成该层的所有子图像的编码。本发明借鉴JPEG编码标准的忽略对图像质量影响不大的信息特点,有损地压缩多焦点多光子显微镜成像图像数据块,取得了可观的压缩率。

    一种多焦点多光子显微镜成像数据的无损压缩方法

    公开(公告)号:CN101738718A

    公开(公告)日:2010-06-16

    申请号:CN201010106327.9

    申请日:2010-02-02

    Abstract: 本发明涉及一种多焦点多光子显微镜成像数据的无损压缩方法。现有的数据压缩效果不好。本发明方法包括从成像数据文件中提取二进制格式的成像数据以及对图像数据块进行无损压缩。所提取的二进制格式数据文件形成图像矩阵,对图像矩阵的任一层图像数据块压缩的采用霍夫曼编码方法得到编码表;然后将该层的所有像素值按照该编码表编码得到无损压缩数据文件;最后按照上述方法得到其他层的无损压缩数据文件。本发明利用霍夫曼编码的唯一性的特点压缩多焦点多光子显微镜成像图像数据块,使原始数据块在没有任何信息损失的情况下有了一定的压缩率。

    江河潮水水位的预测方法

    公开(公告)号:CN101625732A

    公开(公告)日:2010-01-13

    申请号:CN200910101080.9

    申请日:2009-08-03

    Abstract: 本发明涉及一种江河潮水水位的预测方法。传统的潮时预报方法有传播时间法和隔离滞后时间法,上述方法一定程度弱化了潮水受到潮汐、径流、河道地形和风力风向等多重因素的影响关系。本发明的具体步骤是首先以MATLAB 6.5的工具箱函数库中的神经网络函数以及潮水水位和时间的历史数据为基础构建神经网络模型,然后利用工具箱函数中的神经网络训练函数train函数进行网络训练,利用仿真函数sim函数进行网络测试,最后使用经训练和测试后的神经网络模型对下一个高潮位水位值或者下一个低潮位水位值进行预测。本发明使用历史潮水数据进行短期潮水水位值预测,这种方法可以完全忽略风向、降雨、给排水、河床变化等不确定因素影响。

    基于改进CSPNet的皮革表面缺陷检测分类方法

    公开(公告)号:CN119445219A

    公开(公告)日:2025-02-14

    申请号:CN202411496719.9

    申请日:2024-10-25

    Abstract: 如何对皮革表面缺陷进行精准、可靠和智能的检测已成为工业检测领域的一个重要课题。为了进一步提高皮革缺陷识别的准确性,本发明提出了一种CSPCMNet神经网络,该网络更轻量化、更高效,同时寻求提升计算性能。CSPCMNet以CSPNet为基础,其卷积块被卷积调制模块所替代,将Transformer与传统卷积技术相结合。除此之外,针对当前研究皮革数据集数量不足以及质量不高的问题本发明还提出一个质量更优、数量更多的皮革数据集。选取了StyleGan2作为数据增强模型。通过对抗式网络生成足够多的训练样本。

    一种多焦点多光子显微镜成像数据的无损压缩方法

    公开(公告)号:CN101738718B

    公开(公告)日:2011-06-15

    申请号:CN201010106327.9

    申请日:2010-02-02

    Abstract: 本发明涉及一种多焦点多光子显微镜成像数据的无损压缩方法。现有的数据压缩效果不好。本发明方法包括从成像数据文件中提取二进制格式的成像数据以及对图像数据块进行无损压缩。所提取的二进制格式数据文件形成图像矩阵,对图像矩阵的任一层图像数据块压缩的采用霍夫曼编码方法得到编码表;然后将该层的所有像素值按照该编码表编码得到无损压缩数据文件;最后按照上述方法得到其他层的无损压缩数据文件。本发明利用霍夫曼编码的唯一性的特点压缩多焦点多光子显微镜成像图像数据块,使原始数据块在没有任何信息损失的情况下有了一定的压缩率。

Patent Agency Ranking