公开(公告)号：CN119762494A

公开(公告)日：2025-04-04

申请号：CN202411916674.6

申请日：2024-12-24

Applicant: 西安电子科技大学

Inventor： 张梦璇 ,  史静远 ,  刘龙 ,  张晓博 ,  马坤 ,  侯彪 ,  冯婕 ,  尚荣华 ,  张文博

IPC: G06T7/10 ,  G06N3/0464 ,  G06N3/045 ,  G06V10/764 ,  G06V20/10 ,  G06V10/82 ,  G06N3/048 ,  G06V10/26 ,  G06N3/084

Abstract: 一种基于全卷积神经网络的端到端极化SAR图像超像素分割方法、系统、设备及介质，方法为：包含极化特征与位置信息的输入；构建基于全卷积神经网络的极化SAR图像的超像素分割模型，输出超像素分割结果；训练超像素分割模型；将处理后且关联位置信息的极化特征输入训练好的超像素分割模型，得到超像素分割结果，并将超像素分割结果处理后作为极化SAR图像分类模型的输入，训练极化SAR图像分类模型；利用训练好的极化SAR图像分类模型对极化SAR图像进行分类，得到结合超像素分割的极化SAR图像分类结果；系统、设备及介质用于实现该方法；本发明具有无需传统的聚类方法快速生成高质量的超像素分割结果、易于与后续极化SAR图像分类深度学习模型进行结合的优点。

公开(公告)号：CN104331738B

公开(公告)日：2017-05-24

申请号：CN201410562460.3

申请日：2014-10-21

Applicant: 西安电子科技大学

Inventor： 吴建设 ,  焦李成 ,  张晓博 ,  尚荣华 ,  马文萍 ,  马晶晶 ,  王爽 ,  戚玉涛

IPC: G06N3/12 ,  G06F17/30

Abstract: 本发明属于复杂网络技术领域，具体公开了一种基于博弈和遗传算法的网络重构算法。其主要实现步骤包括：首先，对于节点数为N的网络，随机初始化A个0‑1矩阵，初始化博弈策略；其次，已知节点实际收益值，计算A个矩阵的节点收益值，以及每个节点的总收益值；再次，根据遗传算法更新种群，迭代T代得到A个新的矩阵；最后，根据对压缩感知网络重构算法的改进，用它进行单个节点重构，直到所有节点收益值与实际收益相等，就得到了实际的网络。本发明对节点较多，度较大的网络重构也能完全正确，而且时间也非常快。

公开(公告)号：CN104331738A

公开(公告)日：2015-02-04

申请号：CN201410562460.3

申请日：2014-10-21

Applicant: 西安电子科技大学

Inventor： 吴建设 ,  焦李成 ,  张晓博 ,  尚荣华 ,  马文萍 ,  马晶晶 ,  王爽 ,  戚玉涛

IPC: G06N3/12 ,  G06F17/30

Abstract: 本发明属于复杂网络技术领域，具体公开了一种基于博弈和遗传算法的网络重构算法。其主要实现步骤包括：首先，对于节点数为N的网络，随机初始化A个0-1矩阵，初始化博弈策略；其次，已知节点实际收益值，计算A个矩阵的节点收益值，以及每个节点的总收益值；再次，根据遗传算法更新种群，迭代T代得到A个新的矩阵；最后，根据对压缩感知网络重构算法的改进，用它进行单个节点重构，直到所有节点收益值与实际收益相等，就得到了实际的网络。本发明对节点较多，度较大的网络重构也能完全正确，而且时间也非常快。