公开(公告)号：CN119810116A

公开(公告)日：2025-04-11

申请号：CN202411832727.6

申请日：2024-12-12

Applicant: 河海大学

Inventor： 李臣明 ,  张慧如 ,  高红民

IPC: G06T7/11 ,  G06T7/00 ,  G06V10/44 ,  G06V10/77 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/0455 ,  G06V10/80 ,  G06V20/10 ,  G06V20/69

Abstract: 本发明公开了一种多尺度注意力融合的显微高光谱图像分割方法，旨在提升医学图像分割的精度和鲁棒性。该方法结合Transformer和CNN在提取全局与局部特征上的优势，设计了一种创新的融合模块MSA(多尺度注意力)，通过多尺度、信道注意力和空间注意力机制，将Transformer的全局特征高效融合到CNN的局部特征中。同时，在Transformer分支的上采样阶段引入残差连接，以缓解梯度消失问题并增强网络表达能力；在每个CNN模块后加入SE模块，动态调整特征通道权重，从而增强有用特征并抑制冗余信息。实验表明，该方法在显微高光谱图像分割任务中表现出卓越的分割精度、鲁棒性和效率，特别是对癌变区域的边界模糊、组织混杂以及不同患者图像差异等挑战，展示了显著优势。

公开(公告)号：CN119600428A

公开(公告)日：2025-03-11

申请号：CN202311160944.0

申请日：2023-09-08

Applicant: 河海大学

Inventor： 高红民 ,  王宇阳 ,  李臣明

IPC: G06V20/10 ,  G06V10/44 ,  G06V10/80 ,  G06N3/0464 ,  G06N3/048

Abstract: 本发明公开了一种基于变化引导的高光谱图像变化检测方法，属于人工智能领域。所述方法包括：使用逐级提取策略从双时相高光谱图像中提取特征；ConvGRU模块提取双时相高光谱图像在不同阶段的差异信息；每个阶段的差异信息被用于产生变化权重，以引导下一阶段的特征提取；不同阶段的检测结果被融合后经过决策层得到最后的检测结果。采用本发明，能够提高高光谱图像变化检测的精度。

公开(公告)号：CN119438298A

公开(公告)日：2025-02-14

申请号：CN202411591814.7

申请日：2024-11-08

Applicant: 河海大学

Inventor： 刘海韵 ,  徐淑芳 ,  张振 ,  高红民

IPC: G01N25/16 ,  G01N3/08 ,  G01B7/02

Abstract: 本发明公开了一种MEMS双层薄膜热膨胀系数测量装置及方法，所述测量装置包括：热执行器结构、位移测量结构、双层门型结构和补偿结构；所述测量方法包括，先对热执行器结构进行加热，得到水平位移数值s1，并获取热执行器加热前后的平均温度变化DT1；然后对双层门型结构进行加热，获取门型结构加热前后的平均温度变化DT2；在对双层门型结构进行加热的同时，再对热执行器结构进行加热，得到水平位移数值s2；由测量装置的几何尺寸、双层薄膜的杨氏模量E1和E2，温度变化DT1、温度变化DT2，以及水平位移数值s1和s2，计算得到双层薄膜的热膨胀系数；本发明设计的MEMS双层薄膜热膨胀系数测量装置与测量方法具有操作简单，成本低，测量速度快的优点，能够用于工艺线的参数监测。

公开(公告)号：CN118673326A

公开(公告)日：2024-09-20

申请号：CN202410810368.8

申请日：2024-06-21

Applicant: 河海大学 ,  国网江苏省电力有限公司

Inventor： 高红民 ,  费书宇 ,  吴海伟 ,  杨明 ,  王秋健

IPC: G06F18/214 ,  G06F18/2433 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明公开了一种基于图卷积神经网络的电网拓扑误差诊断方法和系统，其中方法包括：提取电网拓扑数据以三元组形式存储进行结构化处理；提取两份不同的电网拓扑误差数据，为每条支路分配唯一标识符，将电网支路的量测数据与相应的支路标识符标签化处理，将电网节点和支路量测数据进行分类处理得到结构化数据集，再根据电网的拓扑结构进行调整作为训练数据集和测试数据集；最后将训练数据集和测试数据集输入到图卷积神经网络GCN中进行训练和模型评估，最，后对测试数据集进行状态预测，包括支路的正常运行、断开和数据丢失状态；本发明考虑了电网数据的多时空多数据源的特点，具有较强的容错性，能够准确地确定仿真网络和实际电网的网络拓扑结构，准确判断和预测支路的正常运行、断开、数据丢失等状态。

公开(公告)号：CN117994643A

公开(公告)日：2024-05-07

申请号：CN202211330540.7

申请日：2022-10-27

Applicant: 河海大学

Inventor： 李臣明 ,  陆政涛 ,  高红民

IPC: G06V20/10 ,  G06V10/25 ,  G06V10/58

Abstract: 本发明公开了一种高光谱图像智能目标检测方法，属于人工智能领域。所述方法包括：同时考虑测试像素及其八个邻域像素，获得测试像素及其八个邻域像素的多方向检测结果；构建光谱角映射(SAM)和皮尔森相关系数联合加权(SAP)策略，为测试像素及其八个邻域像素的多方向检测结果获取权重系数；将测试像素及其八个邻域像素的多方向检测结果与权重系数相乘得到最后的检测结果。采用本发明，能够提高高光谱图像目标检测的精度。

公开(公告)号：CN117788875A

公开(公告)日：2024-03-29

申请号：CN202211154489.9

申请日：2022-09-21

Applicant: 河海大学

Inventor： 张亦严 ,  高红民 ,  朱敏

IPC: G06V10/764 ,  G06V10/82 ,  G06V20/10 ,  G06V10/40 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/08

Abstract: 本发明公开了一种混合变换的高光谱影像分类方法，主体为卷积神经网络(Convolutional Neural Network，CNN)和光谱变换Transformer模块联合特征提取网络，首先通过CNN特有归纳偏置特性获取图像的局部特征，随后通过光谱变换Transformer模块中的多头注意力对输入高光谱影像的序列光谱全局特征依赖建模，改善CNN网络感受野局限导致无法获取图像全局特征的问题，并且将CNN提取的浅、深层局部特征与经过光谱变换Transformer模块获取到的光谱全局特征相融合，并采用了残差连接的方式来缓解网络训练可能产生的梯度消失问题并加快训练速度，提高特征提取效率，实验结果证明本模型有效改善了分类精度，保证了良好稳定的分类效果。

公开(公告)号：CN117496342A

公开(公告)日：2024-02-02

申请号：CN202210874030.X

申请日：2022-07-22

Applicant: 河海大学

Inventor： 高红民 ,  张怡彤 ,  陈忠昊

IPC: G06V20/10 ,  G06V10/28 ,  G06V10/774 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种高光谱图像目标智能检测方法，属于遥感图像处理领域。所述方法包括：通过基于密度的聚类和光谱角度制图选择背景训练样本；利用随机光谱波段零遮掩方法生成充足的目标训练样本；将背景训练样本、一个先验目标和目标训练样本分别输入光谱聚合与分离网络的上、中、下支路进行训练，并利用三重软损失函数促使网络训练向背景样本与先验目标及目标样本分离的方向进行；将待测像素和一个先验目标分别输入已训练网络的上下支路和中间支路进行目标检测，网络输出构成最终检测结果。采用本发明，能够实现对高光谱图像中背景和目标像素与一个先验目标的差异性与相似性的同时判别，从而得到突出目标、抑制背景的检测结果。

公开(公告)号：CN116740568A

公开(公告)日：2023-09-12

申请号：CN202310699570.3

申请日：2023-06-13

Applicant: 河海大学

Inventor： 王龙宝 ,  沈义灿 ,  徐淑芳 ,  徐荟华 ,  毛莺池 ,  高红民 ,  张雪洁 ,  储洪强

IPC: G06V20/10 ,  G06V10/20 ,  G06V10/82 ,  G06V10/764 ,  G06V10/22 ,  G06V10/80 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明公开了一种基于改进DCN的舰船目标检测方法，包括：选择标注文件包含方向信息的遥感图像数据集作为输入图像，对输入图像进行随机翻转、填充；对输入图像进行预处理，并划分为训练集、验证集、测试集；将训练集输入到改进的DCN模型进行训练；将测试集输入训练好的改进DCN模型，对遥感图像进行检测，得到有向边界框，检测到舰船目标；本发明采用DCN获取点集偏移量，并且使用自适应点分配模块APAM进行正样本的筛选，引入SPP模块实现局部特征与全局特征之间的融合，进一步增强分类和定位的相关性，保证了高质量样本的获取，实现了目标轮廓的高精度捕捉，可以更准确地对遥感图像中的舰船目标进行分类和定位。

公开(公告)号：CN116486274A

公开(公告)日：2023-07-25

申请号：CN202210011787.6

申请日：2022-01-06

Applicant: 河海大学

Inventor： 高红民 ,  陈忠昊 ,  张怡彤

IPC: G06V20/13 ,  G06V10/764 ,  G06V10/82 ,  G06V10/80 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种双路高光谱影像光谱特征提取方法，属于遥感图像处理领域。所述方法包括：获取待分类像素点局部邻域的高光谱数据块；对所述高光谱数据块进行波段非局部化操作从而得到处理后的高光谱数据块；构建双支路高光谱影像光谱特征提取网络分来别对处理前后的高光谱数据块进行光谱特征提取；融合两条支路提取到的光谱特征。采用本发明，能够实现使用有限大小的卷积核实现对高维光谱特征中近距离相邻波段间以及远距离非相邻波段间相关特征的同时提取和利用。

公开(公告)号：CN116486189A

公开(公告)日：2023-07-25

申请号：CN202210011977.8

申请日：2022-01-06

Applicant: 河海大学

Inventor： 陈忠昊 ,  高红民 ,  张亦严

IPC: G06V10/771 ,  G06V10/764 ,  G06V10/82 ,  G06V10/80 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于特征共享的多尺度特征融合方法，属于人工智能领域。所述方法包括：在主干提取网络提取的多尺度特征中，选取所有不同尺度的特征图作为输出特征，其中，选出的特征图具有不同大小的空间尺度；为所述输出特征构建基于共享机制的多尺度特征融合模块，所述多尺度特征融合模块通过逐点卷积和深度卷积并行的方式来实现尺度间的强融合，使得在保证每个特征图在包含原有尺度的特征的上下文语意信息外还包含其他来自其他所有尺度特征的融合特征；根据融合后的特征，对图像/视频中的目标进行分割、分类以及检测。采用本发明，能够提高对提取到的多尺度特征的利用率以提高模型性能。