-
公开(公告)号：CN116341383A
公开(公告)日：2023-06-27
申请号：CN202310318069.8
申请日：2023-03-29
申请人： 西北工业大学 , 内蒙航天动力机械测试所
IPC分类号： G06F30/27 , G06N3/045 , G06N3/08 , G06F119/08
摘要： 本发明提供一种基于嵌入物理机理模型集成的尾焰温度预测方法。在天气良好、光照均匀的试验条件下采集足够的数据，包括燃烧室压强、喷管喉径和尾焰温度等，其中尾焰温度由精密仪器测得；将全部数据划分为用于模型训练、验证和测试的数据集；进而构建两种嵌入物理机理的尾焰温度预测模型并进行训练和验证，其中尾焰温度作为模型的输出，其余参数作为输入；最后，集成训练好的模型并对测试集中的数据进行预测分析，证实模型的有效性和可靠性。本发明所设计的模型通过嵌入物理机理能够有效约束模型来预测尾焰温度的演变规律，充分利用回归建模和算子学习的互补优势，建立燃烧室压强等参数与尾焰温度的非线性关系，提高预测精度。
-
公开(公告)号：CN117173047A
公开(公告)日：2023-12-05
申请号：CN202311126750.9
申请日：2023-09-04
申请人： 西北工业大学
摘要： 本发明公开了一种基于多时相影像的相对辐射校正方法，首先获取需要校正的图像和目标图像，对原始图像和目标图像进行通道分离和直方图计算，得到各通道的直方图；再计算累计分布函数和灰度映射，最后进行颜色通道合并，根据校正后的红色、绿色和蓝色通道，将其合并为一幅校正后的RGB图像；这个校正后的RGB图像即为最终的校正结果。本发明方法能够降低大气传输对图像的影响，从而提升图像的质量和清晰度，校正后的图像将更加真实、清晰，具有更好的视觉效果。
-
公开(公告)号：CN113902622A
公开(公告)日：2022-01-07
申请号：CN202111315307.7
申请日：2021-11-08
申请人： 西北工业大学
摘要： 本发明提供了一种基于深度先验联合注意力的光谱超分辨率方法。首先，对给定数据训练集中的每一对RGB图像和高光谱图像RGB图像进行裁剪处理，构成训练数据集；然后，构建包括若干先验变换模块、卷积层及激活层的光谱超分辨率网络，并进行训练；最后，利用训练好的模型对测试集中的RGB图像进行光谱超分辨处理，获取对应的高光谱图像。本发明所设计的网络能够有效地利用高光谱图像自身的空间非局部自相似性及光谱相关性先验，并充分利用局部特征的互补性，使同一类别对象光谱分布更加一致，能够较好地改善RGB图像光谱超分辨率的性能。
-
公开(公告)号：CN117292255A
公开(公告)日：2023-12-26
申请号：CN202311130673.4
申请日：2023-09-03
申请人： 西北工业大学
IPC分类号： G06V20/10 , G06V10/25 , G06V10/44 , G06V10/82 , G06N3/0455
摘要： 本发明公开了一种适配SAM模型用于细粒度建筑毁伤变化检测的方法，首先构建细粒度建筑变化检测数据集，然后注入轻量参数微调SAM模型，再预测建筑变化提示掩码，之后解码建筑目标细粒度变化类型，最后映射目标变化类型为毁伤程度，对于消失的建筑目标评估为完全损毁，对于重建建筑目标评估为部分损毁。本发明通过掩码提示策略将变化区域预测转换为建筑提取，使得建筑目标变化检测结果准确性增加。
-
公开(公告)号：CN113902622B
公开(公告)日：2024-02-27
申请号：CN202111315307.7
申请日：2021-11-08
申请人： 西北工业大学
IPC分类号： G06T3/4053 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
摘要： 本发明提供了一种基于深度先验联合注意力的光谱超分辨率方法。首先，对给定数据训练集中的每一对RGB图像和高光谱图像RGB图像进行裁剪处理，构成训练数据集；然后，构建包括若干先验变换模块、卷积层及激活层的光谱超分辨率网络，并进行训练；最后，利用训练好的模型对测试集中的RGB图像进行光谱超分辨处理，获取对应的高光谱图像。本发明所设计的网络能够有效地利用高光谱图像自身的空间非局部自相似性及光谱相关性先验，并充分利用局部特征的互补性，使同一类别对象光谱分布更加一致，能够较好地改善RGB图像光谱超分辨率的性能。
-
-
-
-
搜索结果
5 条记录 (耗时 0.031 秒)
