一种面向恶劣环境的轻量级图像去水雾方法

    公开(公告)号:CN118608402A

    公开(公告)日:2024-09-06

    申请号:CN202410146451.X

    申请日:2024-02-01

    摘要: 本发明提供了一种面向恶劣环境的轻量级图像去水雾方法,其步骤为:S1:获取训练数据集;S2:图像去水雾网络浅层特征提取;S3:图像去水雾网络深层特征提取对初始化特征进行图特征提取与局部特征融合拼接,最后输出特征图与浅层特征提取模块输出的初始化特征图相加;S4:图像去水雾网络图像重建将深层特征提取部分输出的特征图送到含有3个卷积核的输出卷积层,最终重建得到去雾图像。本发明通过使用精简的神经网络结构、参数共享和模型剪枝等技术,实现深度学习去水雾模型的轻量化设计,降低模型复杂度;针对边缘设备的特殊要求,通过优化算法和模型结构,降低对硬件资源的需求,使得去水雾模型更适合在边缘设备上进行部署。

    水电站辅助设备测点数据清洗方法

    公开(公告)号:CN115221148A

    公开(公告)日:2022-10-21

    申请号:CN202210701570.8

    申请日:2022-06-20

    IPC分类号: G06F16/215 G06K9/62 G06Q50/06

    摘要: 本发明涉及检测数据的清洗处理技术领域。本发明提出一种水电站辅助设备测点数据清洗方法,首先进行数据预处理,使数据初步清洁,然后采取合理的采样技术,采样出有效的故障样本以及正常样本,之后采取关联关系挖掘方法得到多维数据的关联性,进行多维数据联合数据清洗与规约。本发明采用数据补全技术,以及平稳性检验与校正,并采用半自动化采样方法,解决测点数据在错误模式上的聚集和累积效应;对多维测点信息,采用关联关系挖掘技术,深入考虑数据和错误模式之间的相关性,从而实现时序依赖的联合数据清洗规约,解决了单条数据清洗约束缺乏的问题。