一种基于多源数据与深度学习的海洋赤潮预测方法

    公开(公告)号:CN116611580A

    公开(公告)日:2023-08-18

    申请号:CN202310739974.0

    申请日:2023-06-21

    Applicant: 福州大学

    Abstract: 本发明涉及一种基于多源数据与深度学习的海洋赤潮预测方法。一方面将遥感数据、水质浮标监测数据、气象数据和人工检测数据结合,另一方面采用基于CNN‑LSTM的深度学习方法利用时间序列的多特征因子进行赤潮预测。该过程包括:a.数据集的构建、对环境因子数据的整合和预处理;b.采用皮尔逊系数分析环境因子和赤潮发生的相关性,并利用复相关系数分析多环境因子组合与赤潮发生的相关性;c.构建CNN‑LSTM预测模型,对训练好的CNN‑LSTM预测模型进行参数优化调整;d.利用不同组合的多环境因子对模型进行测试,并进行性能评估。该方法结合遥感图像数据和水质检测数据,增加数据数量、提高数据集复杂度的同时提高对赤潮预报的准确度。

    一种基于北斗RTK和UWB的坐标转换方法及系统

    公开(公告)号:CN116755127A

    公开(公告)日:2023-09-15

    申请号:CN202310739983.X

    申请日:2023-06-21

    Applicant: 福州大学

    Abstract: 本发明涉及一种基于北斗RTK和UWB的坐标转换方法及系统。包括:采用四基站一标签的定位系统模式,在室内布置四个UWB基站,形成矩形。在室内外交界处,即矩形任一边上选取参考点Q,在室外设置两个参考点S1、S2,和Q点形成等腰三角形。室外两个参考点绝对坐标通过北斗定位测得,两个参考点距离Q的绝对距离也可测得,并测得在北斗坐标系下Q点的绝对坐标。同样的,在矩形的另外三个边选取参考点,得到参考点在北斗坐标系下的绝对坐标。因此,通过两两参考点测出每个基站在北斗坐标系下的绝对坐标。在进行室内定位时,将北斗坐标系下基站的绝对坐标与UWB坐标系下测得的位置坐标联立即可完成坐标转换的目的,并且能够完成室内外无缝定位,提高定位精度。

    一种光缆线路故障智能定位方法
    4.
    发明公开

    公开(公告)号:CN116488721A

    公开(公告)日:2023-07-25

    申请号:CN202310505665.7

    申请日:2023-05-08

    Applicant: 福州大学

    Abstract: 本发明提供了一种光缆线路故障智能定位方法,包括:OTDR模块、光功率计模块、电源模块、主控模块、显示模块、存储模块、通信模块、分光器、光开关和光放大器。检测单元包括光开关、OTDR和光放大器,选用1x32规格的光开关可以达到一套设备检测多条光纤的效果,通过光功率计模块轮巡的方式检测工作光纤、备用光纤,在发现有光纤光功率值低于预设值时,及时调用OTDR测量对应光纤断裂点,并将测得的断裂点即使上传上位机告警,应用本技术方案可有力保障通信光缆系统的稳定运行和即使修复。

    一种基于改进的轻量型YOLOv7的密集行人检测系统

    公开(公告)号:CN116612427A

    公开(公告)日:2023-08-18

    申请号:CN202310505340.9

    申请日:2023-05-08

    Applicant: 福州大学

    Abstract: 本发明提供一种基于改进的轻量型YOLOv7的密集行人检测系统,包括步骤:采集不同场景下的行人图像;对采集的行人图像,根据类别和位置信息进行标注;对行人图像进行数据增强,形成可供检测模型训练的数据图像;构建改进的轻量型YOLOv7,在基于原始的YOLOv7的基础上对模型进行改进,实现轻量化设计,并对改进的检测模型进行轻量化处理;将轻量化处理后的YOLOv7部署到嵌入式终端,与QT搭建的上位机构成完整的密集行人检测系统。应用本技术方案不仅可以实现日常生活的行人检测功能,同时可以实现对密集人群的行人检测。

    一种基于U-Net改进的医学图像分割方法

    公开(公告)号:CN116363149A

    公开(公告)日:2023-06-30

    申请号:CN202310199511.X

    申请日:2023-03-04

    Applicant: 福州大学

    Abstract: 本发明提供了一种基于U‑Net改进的医学图像分割方法,包括如下步骤:步骤A1:建立医学图像分割数据集;步骤A2:扩充数据集并进行预处理;步骤A3:搭建基于U‑Net改进的医学图像分割模型OA‑UNet;步骤A4:训练基于U‑Net改进的医学图像分割模型OA‑UNet;步骤A5:使用训练好的OA‑UNet模型对新输入的医学图像进行分割。应用本技术方案可实现有效地提取医学图像中的病理特征,实现对病理区域的自动分割,分割精度高。

Patent Agency Ranking