公开(公告)号：CN119399026A

公开(公告)日：2025-02-07

申请号：CN202411449726.3

申请日：2024-10-17

Applicant: 浙江大学

Inventor： 季程涛 ,  吴森森 ,  孟凡恩 ,  严益明

IPC: G06T3/4053 ,  G06T3/4046 ,  G06V10/52 ,  G06V10/80 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/084

Abstract: 本发明公开了一种基于隐式神经表示的遥感影像超分辨率方法、系统及设备，属于深度学习和遥感影像处理技术领域。本发明的方法先获取适用于遥感影像数据集并基于此训练遥感影像超分辨率模型，然后将待重建的低分辨率遥感影像和预先构建好的查询数组作为输入，由层次化特征金字塔提取模块进行多尺度特征提取，由双路径隐式注意力特征融合模块进行融合，最终由隐式高分辨率重建模块进行高分辨率图像的重建。本发明将特征金字塔、注意力机制等与隐式神经表示相结合，将不同层次的特征融合在一起，解决了遥感影像超分辨率过程中多尺度特征融合与高效信息提取的问题，能够提高遥感影像超分辨率精度的同时，实现遥感影像连续尺度超分辨率的目标。

公开(公告)号：CN115840261A

公开(公告)日：2023-03-24

申请号：CN202211506522.X

申请日：2022-11-28

Applicant: 浙江大学

Inventor： 吴森森 ,  杨许莹 ,  戚劲

IPC: G01W1/10 ,  G06N3/0442 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明公开了一种台风降水短临预测模型优化及预测方法，属于人工智能应用领域。该方法设计了基于Cross‑Patch多层语义注意力的降水长距离时空建模方法，通过长距离时空建模，提升模型对复杂天气系统大尺度高阶时空特征的理解。本发明方法针对大尺度场景下基于pixel‑based时空注意力建模方式带来的庞大资源消耗问题，同时考虑表征大尺度天气系统时空演变模式的高阶时空特征的影响，实现了提高模型对长距离时空依赖的感知和建模能力，全面且有效的提升了降水强度预测的精度。同时，模型能有效应对不同类型台风场景的降水短临预测，具有一定的泛化能力。本发明对于台风降水短临预测的模型优化及快速应用具有重要的实际应用价值。

公开(公告)号：CN113254630B

公开(公告)日：2021-10-15

申请号：CN202110765489.1

申请日：2021-07-07

Applicant: 浙江大学

Inventor： 吴森森 ,  刘智德 ,  张丰 ,  杜震洪 ,  汪愿愿

IPC: G06F16/335 ,  G06F16/36 ,  G06F16/31

Abstract: 本发明公开了一种面向全球综合观测成果的领域知识图谱推荐方法，属于信息检索领域。该方法首先根据观测成果的特点基于专家知识构建概念图谱，并进行概念语料收集和概念补全；然后在深度学习的基础上进行知识抽取工作，提取三元组扩充概念图谱成为领域知识图谱；最后在Spark引擎上基于随机游走算法和局部敏感哈希算法实现面向全球综合观测成果的推荐服务。本方法的优点在于知识图谱构建成本低，可复制性强，推荐召回方案无需人工指定策略，自动化智能化程度高，同时没有传统推荐算法的冷启动问题。本发明对面向全球综合观测成果的数据推荐任务具有十分重要的实际应用价值。

公开(公告)号：CN104700407A

公开(公告)日：2015-06-10

申请号：CN201510106619.5

申请日：2015-03-11

Applicant: 浙江大学

Inventor： 曹婷 ,  肖安成 ,  王睿 ,  翁文勇 ,  吴森森 ,  赵海锋

IPC: G06T7/00 ,  G06T17/00

Abstract: 本申请公开了一种岩体裂缝识别的方法和系统。岩体裂缝识别的方法包括以下步骤：获取岩体表面数据；根据岩体表面数据建立岩体模型；将岩体模型的表面切分成三角形单元；根据三角形单元确定裂缝线。本申请实施例提供的岩体裂缝识别方法及系统，根据岩体表面数据建立岩体模型，利用计算机技术对数据进行处理，从而极大提高了岩体裂缝的发育程度的研究的效率和准确度。

公开(公告)号：CN119623523A

公开(公告)日：2025-03-14

申请号：CN202411669225.6

申请日：2024-11-21

Applicant: 浙江大学

Inventor： 赵桉铭 ,  戚劲 ,  吴森森 ,  覃梦娇 ,  杜震洪

IPC: G06N3/0455 ,  G06N3/0499 ,  G06N3/08

Abstract: 本发明公开了一种基于时空融合神经网络的ENSO预测方法、系统及设备，属于深度学习模型预测领域。本发明设计了一种时空融合Transformer网络，该网络设计了一种并行的编码‑解码器结构，可以同时有效地从海洋表面温度数据和#imgabs0#指数中提取时空信息，从而提高#imgabs1#指数预测的精度。同时，该网络利用其编码器中的注意机制提取全局特征，并建立对目标的远程依赖关系。本发明在多个预测提前期上表现出较对比方法更优越的预测能力，缓解了现有ENSO预测方法随预测提前期的增加而低估ENSO事件幅度的问题，提升了预测ENSO的精度。

公开(公告)号：CN118916606A

公开(公告)日：2024-11-08

申请号：CN202411416759.8

申请日：2024-10-11

Applicant: 浙江大学

Inventor： 李佩凌 ,  吴森森 ,  戴震 ,  郑金鹏

IPC: G06F17/18 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种大气碳时空神经网络回归建模方法、系统、介质及设备，属于遥感大气监测领域。本发明首先获取所需研究区域的大气XCO2时序遥感监测数据以及大气XCO2影响因子数据，并进行初步预处理以及进一步预处理；构建地理时空加权回归模型提取时空特征，其中，空间邻近性卷积神经网络用于提取空间邻近性表征，时间邻近性神经网络用于提取时间邻近性表征，时空融合邻近性神经网络用于表征融合，时空加权神经网络用于解算时空权重，最终由地理时空加权回归模型得到全覆盖高时空分辨率大气碳浓度分布并可视化生成地图。本发明的方法泛化能力强，数据建模精度高，可适用于不同空间尺度和不同地区的大气XCO‑2浓度精细化全覆盖建模。

公开(公告)号：CN113254599A

公开(公告)日：2021-08-13

申请号：CN202110720798.7

申请日：2021-06-28

Applicant: 浙江大学

Inventor： 张丰 ,  叶华鑫 ,  汪愿愿 ,  杜震洪 ,  吴森森

IPC: G06F16/33 ,  G06F16/35 ,  G06F40/289 ,  G06F40/30 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06Q50/00

Abstract: 本发明公开了一种基于半监督学习的多标签微博文本分类方法，涉及自然语言处理领域。该方法首先对原始微博文本进行预处理，并对少量文本进行标注；然后使用反向翻译生成标注数据集的增广数据，使用同义词替换和随机噪声注入生成无标注数据集的增广数据，使用分类器猜测生成无标注数据的伪标签，与增广后的标注数据集共同组成新的训练集；再将多标签分类任务转化为多个二分类任务，训练半监督微博文本分类模型，训练时每次从新的训练集中随机抽取两个样本，在文本隐藏空间使用样本混合技术生成新的样本，计算损失值，更新网络参数；最后综合使用训练好的多个分类器对微博文本进行分类。本发明对微博文本的细粒度信息提取具有重要的应用价值。

公开(公告)号：CN106372367A

公开(公告)日：2017-02-01

申请号：CN201610873331.5

申请日：2016-09-30

Applicant: 浙江大学

Inventor： 张丰 ,  杜震洪 ,  刘仁义 ,  吴森森 ,  周晓莉

IPC: G06F17/50

Abstract: 本发明公开了一种Argo浮标海洋产品的可视化仿真方法，其步骤如下：1)建立关系数据库图层，记录每个Argo浮标的信息；2)从关系数据库中，快速读取到需要进行绘制的海洋环境要素的数值，按照时间和深度两个层的概念进行三维矩阵存储；3)根据Argo浮标的监测位置信息构建m×n大小的网格空间，同时将几何坐标转换为墨卡托Mercator投影进行线性插值；4)将海洋环境要素的监测数据分别按照时间和空间的层次组织，根据m×n网格空间进行线性插值；5)每个Argo浮标的监测范围进行边界处理；6)将处理边界后的三维矩阵，通过MATLAB三维仿真方法进行可视化渲染。本方法可有效、直观地看到海洋产品的切面仿真，对于海洋环境产品的研究和应用有着重要的意义。

公开(公告)号：CN106372256A

公开(公告)日：2017-02-01

申请号：CN201610873026.6

申请日：2016-09-30

Applicant: 浙江大学

Inventor： 杜震洪 ,  张丰 ,  刘仁义 ,  吴森森 ,  李志鹏

IPC: G06F17/30 ,  G06F17/50

Abstract: 本发明公开了一种面向海量Argo数据的分布式存储方法。该方法可以用来实现对多源异构、动态多维及海量的Argo数据进行高效的存储。其步骤如下：1)设计合理的表结构。2)针对Argo数据的不同特征和应用需求，本方法采用了不同的数据组织与管理方式。3)以HDFS为基础，实现Argo海量数据的分布式存储功能，并自动实现负载均衡。在数据传输中，系统采用了HDFS多节点与虚拟IP相结合的技术，解决了多节点无法同时与外界通信的问题。4)将海量argo数据自动化存入分布式云存储中。本发明在Argo数据管理中具有重要的实际应用价值，应用前景较广。

公开(公告)号：CN114662582B

公开(公告)日：2025-02-18

申请号：CN202210249539.5

申请日：2022-03-14

Applicant: 浙江大学 ,  中国资源卫星应用中心

Inventor： 汪愿愿 ,  杜震洪 ,  李俊杰 ,  吴森森 ,  陈奕君 ,  孙逍遥

IPC: G06F18/23 ,  G06F18/22 ,  G06F18/214 ,  G06F40/216 ,  G06F40/242 ,  G06F40/258 ,  G06F40/295 ,  G06F16/28 ,  G06N3/04

Abstract: 本发明公开了一种全球观测成果立体网状目录体系标签关系的建立方法，属于大数据领域。针对现有层级树状目录体系难以调整和相互兼容，导致各中心多源全球观测成果难以统一管理与共享的问题，本发明综合时间、空间和主题三个维度建立标签关联关系，采用“时间‑空间‑主题”混合关联模型，建立全球观测成果之间更深入的关联关系。本发明所建立的全球观测成果之间的标签关系，可为建立全球观测成果立体网状目录体系提供基础，通过多维映射机制兼容各中心数据组织结构，最终实现统一资源目录体系下的各中心数据共享。