公开(公告)号：CN116485015A

公开(公告)日：2023-07-25

申请号：CN202310354751.2

申请日：2023-04-04

申请人： 淮阴工学院

发明人： 于永涛 ,  李银银 ,  姜涛 ,  卢伟彬 ,  顾涵竹 ,  黄龙 ,  吴庆国 ,  王蓉蓉

IPC分类号： G06Q10/04 ,  G06Q50/26 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/08

摘要： 本专利公开了一种基于Conv‑LSTM‑RA网络的空气质量指数预测方法，首先，对获取到的历史空气质量数据进行预处理；其次，利用卷积神经网络（CNN）中的一维卷积结构（Conv1D）进行特征提取，并在卷积神经网络中加入残差模块，以获取更多的特征信息；然后，使用长短期记忆（LSTM）在时间维度上根据设定的窗口进行未来空气质量指数的预测；最后，在LSTM中使用注意力机制，利用注意力机制学习输入序列的权重分布，得出最终预测结果。与现有的单一网络模型相比，本发明提出的混合模型方法能够更加有效的预测数据，提高预测模型的准确率。

公开(公告)号：CN118608786A

公开(公告)日：2024-09-06

申请号：CN202410776988.4

申请日：2024-06-17

申请人： 淮阴工学院

发明人： 黄龙 ,  于永涛 ,  李佼佼 ,  张蓝天 ,  卢伟彬 ,  顾函竹 ,  吴庆国 ,  李银银 ,  姜涛

IPC分类号： G06V10/26 ,  G06V10/44 ,  G06V10/774 ,  G06V10/776 ,  G06V10/80 ,  G06V10/82 ,  G06V20/10 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

摘要： 一种基于改进注意力的Water‑Res‑Swin遥感图像水体分割方法，包括以下步骤：1.预处理自制数据集，得到水体分割数据集；2.搭建Water‑Res‑Swin模型：分别使用ResNet50网络和Swin Transformer网络进行特征提取，得到多尺度特征图，将相同维度的特征图融合，提高模型的特征表现能力。同时，在模型中嵌入优化代理注意力(OAG)模块，以降低计算复杂度并生成增强的特征表示；3.采用自制水体分割数据集中的训练集及验证集对Water‑Res‑Swin网络模型进行训练与微调，生成分割模型Y；4.将水体分割数据集中的测试集输入到Y中，得到初始分割结果，对初始分割结果进行后处理，修正错误或不确定性，得到最终的水体分割结果。本发明提出的基于改进注意力的Water‑Res‑Swin模型，在减少计算复杂度的同时提高了模型分割精度。

公开(公告)号：CN118429809A

公开(公告)日：2024-08-02

申请号：CN202410580598.X

申请日：2024-05-10

申请人： 淮阴工学院

发明人： 顾函竹 ,  于永涛 ,  张蓝天 ,  卢伟彬 ,  黄龙 ,  吴庆国 ,  李银银 ,  姜涛

IPC分类号： G06V20/10 ,  G06V10/44 ,  G06V10/774 ,  G06V10/74 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08 ,  G06N3/0499

摘要： 本发明公开了一种基于对比学习的REIN‑MoCoV3‑OLA石油溢油检测方法，包括以下步骤：下载公开的ImageNet数据集和Oil Spill Detection Dataset数据集；搭建REIN‑MoCoV3‑OLA模型：在MoCoV3模型的主干层之间部署REIN模块，并根据微调数据集来训练参数。在模型中嵌入优化线性注意力模块OLA；使用公开的ImageNet数据集，采用对比学习的方式对REIN‑MoCoV3‑OLA模型进行预训练；4.使用Oil Spill Detection Dataset数据集对预训练后的模型进行微调。在微调阶段，模型将根据石油溢油检测任务的特定数据集来进一步优化模型参数，以适应特定任务的需求。与现有技术相比，本发明可利用对比学习和注意力机制来构建和训练适用于石油溢油检测任务的深度学习模型，并取得了良好的性能表现。

公开(公告)号：CN117058674A

公开(公告)日：2023-11-14

申请号：CN202310992432.4

申请日：2023-08-08

申请人： 淮阴工学院

发明人： 于永涛 ,  姜涛 ,  江佳敏 ,  李银银 ,  黄龙 ,  顾函竹 ,  卢伟彬 ,  吴庆国 ,  刘超 ,  王俊

IPC分类号： G06V20/70 ,  G06V20/10 ,  G06V10/26 ,  G06V10/77 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

摘要： 本发明公开了一种基于注意力的Water‑Lite‑HRNet遥感图像水体分割方法，包括以下步骤：首先预处理LandCover.ai原始高分辨率遥感图像，得到本发明使用的水体分割数据集，包括训练集、测试集和验证集；其次对原始HRNet网络进行结构化剪枝，得到Water‑Lite‑HRNet网络，同时嵌入设计的注意力模块和相邻分支注意力模块；然后对Water‑Lite‑HRNet采用水体分割数据集中的训练集及验证集对网络模型进行微调与训练，得到分割模型Y；最后将水体分割数据集中的测试集输入到Y中，得到初始分割结果，对初始分割结果进行后处理，修正错误或不确定性，得到最终的水体分割结果。与现有技术相比，本发明提出的基于注意力的Water‑Lite‑HRNet模型，在大规模减少HRNet参数量提高模型训练速度的同时提高了模型分割精度。

公开(公告)号：CN116797940A

公开(公告)日：2023-09-22

申请号：CN202310793972.X

申请日：2023-06-30

申请人： 淮阴工学院

发明人： 于永涛 ,  姜涛 ,  李银银 ,  江佳敏 ,  顾函竹 ,  黄龙 ,  卢伟彬 ,  吴庆国 ,  刘超 ,  王俊

IPC分类号： G06V20/13 ,  G06V10/26 ,  G06V20/70 ,  G06V10/774 ,  G06V10/764 ,  G06V10/40 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/08

摘要： 本发明公开了一种基于Water‑WSSS模型的端到端的弱监督遥感图像水体分割方法，采集遥感图像制作数据集并进行预处理，通过构建Water‑WSSS网络模型，使用改进的DPND作为模型的主干网络提取特征，设计一个完全端到端的网络。整个网络包括主干网络；分类分支、分割分支、伪标签细化模块和特征增强模块，两个分支共享相同的主干网络，训练时，两个分支同时更新整个网络。首先利用分类分支生成初始类激活图，类激活图经过伪标签细化模块处理后有效扩大激活区域，作为分割分支的伪真值标签，在分割分支中使用两次空洞卷积，然后将结果输入特征增强模块，进行遥感图像水体分割。本发明提出的模型结构显著提高了弱监督语义分割模型的分割准确率。

公开(公告)号：CN116310086A

公开(公告)日：2023-06-23

申请号：CN202310100792.9

申请日：2023-02-10

申请人： 淮阴工学院

发明人： 陈晓兵 ,  王蓉蓉 ,  张闯闯 ,  郭舒心 ,  张润 ,  罗嘉鹏 ,  陈尚 ,  李银银

IPC分类号： G06T17/00 ,  G06T17/05 ,  G06T17/20

摘要： 本发明公开了一种基于四叉树的LOD虚拟复杂场景简化方法，包括：对三维地形的DEM数据进行格网划分，其形状为正方形且边长的像素数为(2n+1)2，构建四叉树，将整个地形数据块分为4个子节点区域，并将地形数据存储到四叉树中；将整个地形作为根节点，从根节点出发开始递归遍历由地形数据块构建的四叉树，用传统视距节点评价级数与父子节点地形粗糙度的比较相结合赋予已遍历子节点区域的中心节点状态值为激活状态AS或未激活状态IS；根据子节点区域的中心节点状态值判断并进行分割；对已经分割的子节点区域进行裂缝修补。与现有技术相比，本发明可以通过常规的四叉树的数据结构快速查找和定位来提高简化质量和简化速度，实现复杂地形的渲染与简化。

公开(公告)号：CN115831386A

公开(公告)日：2023-03-21

申请号：CN202211373140.4

申请日：2022-11-03

申请人： 淮阴工学院

发明人： 陈伯伦 ,  袁奔 ,  李银银 ,  姜文心 ,  韩帅 ,  戚梓凡 ,  刘步实

IPC分类号： G16H50/80 ,  G06N3/126

摘要： 本专利公开了一种基于改进遗传算法的重要节点识别方法，适用于社交网络中重要节点识别的研究领域。该方法的具体步骤为：首先将初始的社交网络定义为G(V，E)，通过社区检测算法进行社区划分，进一步对划分好的社区根据社区熵进行社区合并；然后根据介数中心性筛选出社区内部排名较高的节点集S1，以及社区边界中节点度较大的枢纽节点集S2，将以这两者合并为重要节点候选集S*；然后采用流行病阈值作为目标函数，然后将目标免疫问题转化为一个优化问题，通过改进的遗传算法对集合S*进行优化，得到最终的免疫节点集S。与现有技术相比，本发明能够较好的识别出社交网络中的重要节点，还能解决影响力传播覆盖问题。