-
公开(公告)号：CN116621865A
公开(公告)日：2023-08-22
申请号：CN202310614773.8
申请日：2023-05-26
Applicant: 西北工业大学
Abstract: 本发明提供了一种近红外二区吸收的aza‑Bodipy光热剂及其制备方法及应用，属于光热治疗技术领域。首先采用利用Aldol/Dehydration反应合成XA0，再通过Michael加成反应制备出XA1，随后以XA1为反应中间体，借助缩合反应，生成XA2，最后将XA2作为反应物与三氟化硼单乙醚反应，得到具备自组装能力的近红外二区吸收光热剂XA3。上述制备方法得到的光热剂具有较高的溶液稳定性，在NIR‑Ⅱ激光(1064nm)照射下，具有良好的光热活性，可用于原位肿瘤光热治疗。
-
公开(公告)号：CN115424138A
公开(公告)日：2022-12-02
申请号：CN202211095575.7
申请日：2022-09-06
Applicant: 西北工业大学
IPC: G06V20/10 , G06V10/58 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于深度神经网络的高光谱图像分类方法，包括：将待分类高光谱数据输入目标深度神经网络得到分类结果；目标深度神经网络训练过程包括：利用标签高光谱训练数据对初始深度神经网络进行训练得到中间深度神经网络，初始深度神经网络包括依次连接的若干基础残差网络模块和一输出模块；利用协同性选择策略和竞争性选择策略从无标签高光谱数据中选择部分无标签高光谱数据作为伪标签高光谱训练数据，由标签高光谱训练数据和伪标签高光谱训练数据生成新的标签高光谱训练数据；利用新的标签高光谱训练数据对中间深度神经网络进行上述训练直至满足训练停止条件得到目标深度神经网络。本发明提高了高光谱图像的分类性能。
-
Patent Agency Ranking
公开(公告)号：CN112509017B
公开(公告)日：2024-06-28
申请号：CN202011300324.9
申请日：2020-11-18
Applicant: 西北工业大学
Abstract: 本发明提供了一种基于可学习差分算法的遥感影像变化检测方法。首先，在差分进化算法的每次迭代过程中执行变异和交叉操作；然后，从原种群和交叉后种群中随机选择部分个体进入新种群，再从新种群中选择个体并进行标记，得到训练样本；接着，对神经网络进行训练，再利用训练好的神经网络选择进入下一代种群的个体；如此迭代，得到逼近真实最优值的种群，再计算最优的模糊关系矩阵，将差异图中的每个像素分配到最大模糊值的类别，最终完成变化检测。本发明方法具有良好的优化能力和收敛速度，且检测精度高。
-
公开(公告)号：CN116994055A
公开(公告)日：2023-11-03
申请号：CN202310990499.4
申请日：2023-08-08
Applicant: 西北工业大学
IPC: G06V10/764 , G06N3/006 , G06N3/126 , G06V10/771 , G06V10/774 , G06V20/10
Abstract: 本发明公开了一种基于进化多任务集成学习的高光谱图像分类方法，包括：将有标签样本作为训练集预训练各个基分类器，将待分类无标签样本输入预训练好的基分类器分类；根据待分类无标签样本在基分类器的分类结果，使用样本扩充策略进行样本扩充，对剩余待分类无标签样本加权均值滤波；基于样本扩充的训练集建立针对各个基分类器的特征选择任务，利用设计的多任务进化优化方法为每个特征选择任务选择目标最优特征子空间；基于目标最优特征子空间集映射得到低维训练集和低维待分类无标签样本；基于低维训练集对预训练好的基分类器再训练，使用训练好的基分类器对低维待分类无标签样本分类，集成分类结果。本发明提高了高光谱图像的分类性能。
-
公开(公告)号：CN112509017A
公开(公告)日：2021-03-16
申请号：CN202011300324.9
申请日：2020-11-18
Applicant: 西北工业大学
Abstract: 本发明提供了一种基于可学习差分算法的遥感影像变化检测方法。首先，在差分进化算法的每次迭代过程中执行变异和交叉操作；然后，从原种群和交叉后种群中随机选择部分个体进入新种群，再从新种群中选择个体并进行标记，得到训练样本；接着，对神经网络进行训练，再利用训练好的神经网络选择进入下一代种群的个体；如此迭代，得到逼近真实最优值的种群，再计算最优的模糊关系矩阵，将差异图中的每个像素分配到最大模糊值的类别，最终完成变化检测。本发明方法具有良好的优化能力和收敛速度，且检测精度高。
-
公开(公告)号：CN112465884B
公开(公告)日：2024-01-16
申请号：CN202011336233.0
申请日：2020-11-25
Applicant: 西北工业大学
IPC: G06T7/33 , G06N3/0475 , G06N3/094 , G06N3/045
Abstract: 本发明提供了一种基于生成式特征表示网络的多元遥感影像变化检测方法。设计了由特征提取网络和生成对抗网络构成的生成式特征网络，特征提取网络学习有利于多元变化检测的数据特征，生成对抗网络学习具有可扩展性的数据分布信息，采用自适应循环学习策略进行网络更新，更新过程中同时进行分类数目自适应调整，并利用变化向量分析算法进行标签数据更新，直至网络稳定，得到最终的变化检测结果。本发明可应用于复杂遥感影像的多元变化检测，且检测精度高、鲁棒性强。
-
公开(公告)号：CN112465884A
公开(公告)日：2021-03-09
申请号：CN202011336233.0
申请日：2020-11-25
Applicant: 西北工业大学
Abstract: 本发明提供了一种基于生成式特征表示网络的多元遥感影像变化检测方法。设计了由特征提取网络和生成对抗网络构成的生成式特征网络，特征提取网络学习有利于多元变化检测的数据特征，生成对抗网络学习具有可扩展性的数据分布信息，采用自适应循环学习策略进行网络更新，更新过程中同时进行分类数目自适应调整，并利用变化向量分析算法进行标签数据更新，直至网络稳定，得到最终的变化检测结果。本发明可应用于复杂遥感影像的多元变化检测，且检测精度高、鲁棒性强。
-
-
-
-
-
-
Search Results
7
records
(took 0.025 seconds)
