-
公开(公告)号：CN118748020A
公开(公告)日：2024-10-08
申请号：CN202311179332.6
申请日：2023-09-13
Applicant: 河南大学
IPC: G10L21/0216 , G10L17/04 , G10L15/06 , G10L25/27
Abstract: 本发明提出了一种基于改进Transformer构建多任务学习的水下噪声识别方法，步骤如下：对采集到的噪声信号进行标准化处理；对标准化后的噪声数据进行重叠采样，并按比例划分为训练集、验证集和测试集；以Transformer为骨干网络，构建基于多任务学习的水下噪声识别模型；确定水下噪声识别模型中噪声种类识别任务和噪声来源识别任务的权重关系；将训练集和验证集输入水下噪声识别模型中进行训练；将实际采集到的原始数据经过标准化处理后输入训练好的水下噪声识别模型中进行分类，得到噪声类型和传感器来源。本发明可以同时实现多个任务，并且在特征学习过程中噪声来源识别可以为噪声种类识别提供正则化和隐式数据扩充，达到提高噪声类型识别的精度。
-
公开(公告)号：CN111612685B
公开(公告)日：2023-05-16
申请号：CN202010263402.6
申请日：2020-04-07
Applicant: 河南大学
Abstract: 本发明涉及遥感影像处理GPU加速领域，公开一种面向遥感影像的GPU动态自适应加速方法，包括：步骤1：将待处理的遥感影像数据读取至连续主机内存空间中，并获取遥感影像数据的尺寸信息；步骤2：获取GPU硬件参数信息，结合遥感影像数据的尺寸信息，确定动态加速参数；步骤3：基于动态加速参数对遥感影像数据进行动态处理，将遥感影像数据划分为规则的遥感影像数据块，并创建多个GPU异步流；步骤4：将遥感影像数据块分别加载到对应的GPU异步流中执行计算，并对各GPU异步流对应的子执行结果进行合并，得到最终计算结果。本发明在加速性能上相对于传统GPU加速方法有所提升，并有效降低了基于GPU异步流加速遥感影像处理时的应用复杂度。
-
公开(公告)号：CN113237430B
公开(公告)日：2022-06-28
申请号：CN202110447547.6
申请日：2021-04-25
Applicant: 河南大学
IPC: G01B11/16
Abstract: 本发明涉及一种基于彩色相机的剪切散斑干涉多维应变同步测量系统及测量方法，首先采用三种不同波长的激光器作为照明光源，三种光源分别经扩束镜同步照射到被测物表面上形成漫反射光；然后三种不同波长的漫反射光在分光棱镜中按5：5比例分成两束，两束反射光经平面镜、光阑、透镜在分光棱镜处形成干涉，利用彩色相机同步采集三通道剪切散斑干涉图；最后对剪切散斑干涉图进行傅里叶变换和反正切提取相位，然后对热加载前后的相位进行相减获得被测物多维应变信息。本发明只需加载前后各采集一幅图片就可实现多维应变同步测量，减小了环境扰动所产生的影响。
-
公开(公告)号：CN118746439A
公开(公告)日：2024-10-08
申请号：CN202410761248.3
申请日：2024-06-13
Applicant: 河南大学
IPC: G01M13/045 , G06F18/241 , G06N3/0464 , G06N3/042 , G06F18/213 , G06N3/09 , G06N3/084 , G06N3/096
Abstract: 本发明公开了一种基于特征解耦集成域泛化网络的未知工况下故障诊断方法、存储介质和电子设备,包括以下步骤：首先采集不同工况下的轴承故障信号，按照工况将数据分为源域和目标域。其次将FDIDG划分为域分类器D，领域专家E，数据增强模块A和跨域专家C，并使用多源域数据进行训练，得到可靠的D和E。然后针对E的多分支结构，每个分支通过处理一个源域的数据成为该领域的故障诊断专家。接着在D和E的监督下，训练数据增强模块A。最后利用增强后的数据训练跨域专家，得到E和C输出加权集成的诊断结果。本发明可用于发掘多源域中故障特征的广义表示，并将从多源域中学习的故障诊断知识迁移到目标域，进而实现对未知工况下的故障诊断。
-
公开(公告)号：CN117150385A
公开(公告)日：2023-12-01
申请号：CN202311216989.5
申请日：2023-09-20
Applicant: 河南大学
IPC: G06F18/2415 , G06F18/25
Abstract: 本发明提出了一种非高斯且非平稳系统噪声下基于变分贝叶斯的目标跟踪方法，该方法包含以下步骤：首先，在分布式目标跟踪框架下，根据未知参数所服从的概率密度进行先验建模；其次利用标准变分贝叶斯方法定点迭代联合估计出目标状态、混合系数和尺度矩阵等后验分布参数；最后在多传感器分布式框架下依据协方差交叉融合策略实现对局部平台状态估计值的融合。本发明在目标跟踪过程中综合考虑了非高斯且非平稳重尾过程噪声和Skew量测噪声的影响，能够有效地估计出目标状态、噪声协方差等未知参数，进而提高了目标的跟踪精度，同时具有较好的自适应性和鲁棒性。
-
Patent Agency Ranking
公开(公告)号：CN113160088A
公开(公告)日：2021-07-23
申请号：CN202110492892.1
申请日：2021-04-30
Applicant: 河南大学
Abstract: 本发明涉及一种基于Sobel算子及图像熵的散斑干涉相位图滤波评价方法，所述方法包括对散斑干涉相位图进行正、余弦变化，并对其进行均值滤波平滑处理，而后利用得到的一次滤波后的所述正弦图和余弦图进行反正切变换，获取一次滤波后的散斑干涉相位图，之后与Sobel算子进行卷积得到散斑干涉相位图的梯度图，通过对所述梯度图求取一维图像熵，最后重复滤波过程，得到多个所述一维图像熵，并进行统计绘制成折线图，当折线图变化达到平台期，滤波停止，获得滤波后的降噪散斑干涉相位图。本发明在单一散斑相位图持续滤波过程中避免了欠滤波或过滤波的问题，对滤波进行定量评价，控制滤波过程，提高了数字散斑测量智能化程度。
-
公开(公告)号：CN118229548A
公开(公告)日：2024-06-21
申请号：CN202410334891.8
申请日：2024-03-22
Applicant: 河南大学
IPC: G06T5/50 , G06T5/60 , G06V10/143 , G06V10/42 , G06V10/44 , G06V10/54 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/084 , G06N3/09
Abstract: 本发明公开了一种基于渐进多分支和改进UNet3+深监督的红外与可见光图像融合方法，包括如下步骤：对红外与可见光图像进行预处理，以获得数据均为灰度化的图像，得到训练样本；然后将红外与可见光图像输入到渐进多分支模块中，引入SE注意力机制对多尺度信息动态调整；接着输入到引入ECA注意力机制的UNet3+模块中，强化全局感知和局部细节捕获；然后通过深监督进行多尺度特征融合和图像重建操作，以捕捉全局上下文信息并提取目标边缘信息，增强融合区域的目标特征。待训练结束后，将模型的所有参数信息保存下来；最后将待测样本输入至红外与可见光图像融合模型中，经计算输出融合结果图，融合出的图像整体更加完整，细节更加完善，边缘更加平滑。
-
公开(公告)号：CN115619827A
公开(公告)日：2023-01-17
申请号：CN202211304713.8
申请日：2022-10-24
Applicant: 河南大学
IPC: G06T7/246 , G06T7/73 , G06V10/77 , G06V10/80 , G06V10/82 , G06V10/74 , G06N3/0464 , G06N3/0442 , G06N3/049
Abstract: 本发明提出了一种基于Transformer和时空记忆的多目标跟踪方法，其步骤为：首先，利用连续四帧视频图像进行提取特征信息；并将四帧的特征信息融合获取高质量富含时空信息的特征；其次，将某一时间窗口内所有行人信息存储的动态时空记忆模块中，并与当前视频图像目标进行外观相似度和距离得分的计算；最后外观相似度得分和距离得分融合得到最终得分，利用最终得分预测目标轨迹。本发明能在相机移动、行人快速移动等情况下精准定位行人位置，采用动态时空记忆模块消除形变的影响，利用外观相似度和距离融合得分预测目标轨迹，解决了长距离遮挡的问题，获得精准的目标轨迹。
-
公开(公告)号：CN115482892A
公开(公告)日：2022-12-16
申请号：CN202211312627.1
申请日：2022-10-25
Applicant: 河南大学
IPC: G16C60/00 , G06V10/44 , G06V10/30 , G06F30/20 , G06F113/26
Abstract: 本发明提出了一种基于数字散斑的复合材料构件多源噪声滤除方法，用于解决采集的数字散斑图的测量灵敏度低、精度低的技术问题；其步骤为：首先，利用数字散斑光路分别采集一幅物体变形前后的数字散斑图，利用傅里叶变换提取数字散斑图的相位信息，获得复合材料构件缺陷图；其次，对复合材料构件缺陷图进行同态变换，将乘性噪声转换为加性噪声；然后利用压缩感知理论对加性噪声进行滤波，滤除复合材料构件缺陷图中的乘性噪声；最后，采用矩阵奇异值分解算法滤除复合材料构件缺陷图中的加性噪声，得到降噪后的构件缺陷图。本发明利用K‑SVD算法去噪能够很好的恢复原始图像的细节部分，并去除高斯白噪声，提高去噪图像的PSNR值。
-
公开(公告)号：CN111954210B
公开(公告)日：2022-11-22
申请号：CN202010809144.7
申请日：2020-08-12
Applicant: 河南大学
IPC: H04W12/02
Abstract: 本发明公开一种无线传感网中基于扇形区域的节点位置隐私保护方法及装置，该方法包括：在源节点周围建立扇形区域{Si,i＝1,2,…,n}，每个Si包含若干节点和一伪造源节点；在基站周围建立扇形区域{Bj,j＝1,2,…,m}，每个Bj包含若干节点和一伪造基站；在Si和Bj外，设置多个预设随机路径；源节点随机选择一Si发数据包，数据包在Si随机传输，直至到达伪造源节点；伪造源节点将数据包存储在缓冲队列，队列满后，全部发出；若预设随机路径接收到数据包，则按照预设随机路径进行传输；若没有，则随机选择下一接收者；直至到达Bj；在Bj中，数据包在区域内节点之间随机传输，直至到达伪造基站；伪造基站在Bj中随机选择多个邻居节点，并把数据广播给这些邻居，包括基站。本发明可有效保护源节点和基站的位置安全。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.027 seconds)
