-
公开(公告)号：CN117132804B
公开(公告)日：2024-04-05
申请号：CN202310814357.2
申请日：2023-07-04
Applicant: 中国矿业大学
IPC: G06V10/764 , G06V20/13 , G06V20/10 , G06V10/58 , G06V20/70 , G06V10/26 , G06V10/82 , G06N3/042 , G06N5/04 , G06N3/084 , G06N3/096
Abstract: 本发明属于模式识别技术领域，公开了一种基于因果跨域小样本学习的高光谱图像分类方法。首先，通过因果干预消除了非因果因素和类别语义之间的虚假统计关联，获得包含纯净且独立的因果因素的特征表示，缓解因非因果因素的信息干扰对模型造成的性能损害。其次，通过因果跨域小样本学习，在归纳可迁移小样本分类知识的同时，充分挖掘样本特征和类别语义之间的潜在因果关联，提升模型在小样本高光谱图像分类任务中的泛化性能。
-
公开(公告)号：CN116755409B
公开(公告)日：2024-01-12
申请号：CN202310812903.9
申请日：2023-07-04
Applicant: 中国矿业大学
IPC: G05B19/418
Abstract: 本发明公开了一种基于值分布DDPG算法的燃煤发电系统协调控制方法，包括：将燃煤发电系统协调控制问题建模为马尔可夫决策过程；通过Q函数评估长期期望控制代价函数，使用分位数对标量Q值进行分布建模；引入贝尔曼算子的分布型表达式构建目标分布，度量分布之间的1‑Wassertein最小距离，设计分位数损失与最小化分布之间的距离；构建估计网络和目标网络两个行动者‑评论家网络结构，标准化燃煤发电系统的数据样本，采用DDPG算法以实现对值分布的估计和策略的更新，得到协调控制策略。本发明基于系统运行数据和值分布DDPG算法解决了环境复杂不确定性燃煤发电系统协调控制中难以精确建模、缺乏自适应能力等难题。
-
公开(公告)号：CN117132804A
公开(公告)日：2023-11-28
申请号：CN202310814357.2
申请日：2023-07-04
Applicant: 中国矿业大学
IPC: G06V10/764 , G06V20/13 , G06V20/10 , G06V10/58 , G06V20/70 , G06V10/26 , G06V10/82 , G06N3/042 , G06N5/04 , G06N3/084 , G06N3/096
Abstract: 本发明属于模式识别技术领域，公开了一种基于因果跨域小样本学习的高光谱图像分类方法。首先，通过因果干预消除了非因果因素和类别语义之间的虚假统计关联，获得包含纯净且独立的因果因素的特征表示，缓解因非因果因素的信息干扰对模型造成的性能损害。其次，通过因果跨域小样本学习，在归纳可迁移小样本分类知识的同时，充分挖掘样本特征和类别语义之间的潜在因果关联，提升模型在小样本高光谱图像分类任务中的泛化性能。
-
公开(公告)号：CN114723994B
公开(公告)日：2023-05-23
申请号：CN202210401324.0
申请日：2022-04-18
Applicant: 中国矿业大学
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于双分类器对抗增强网络的高光谱图像分类方法，首先将原始HSI的源域和目标域数据进行向量化并输入BCAAN进行训练，使用源域数据预训练整个网络；然后固定特征生成器，使用目标域数据训练两分类器，使其差异最大；然后固定两分类器，使用目标域数据优化特征生成器，使两分类器差异最小；使用预训练的网络获取目标域数据的伪标签，每个样本对应两个伪标签；把两伪标签相同且输出概率皆大于区分阈值的目标域数据选为可靠样本。使用随机置零的方式对可靠样本进行数据增强，后将可靠的目标域和增强后的数据添加到源域数据中。最后，训练一个epoch后重新采样，基于分类器差异在对抗的过程中对齐源域和目标域，直到模型收敛。
-
公开(公告)号：CN119992199A
公开(公告)日：2025-05-13
申请号：CN202510085621.2
申请日：2025-01-20
Applicant: 中国矿业大学
IPC: G06V10/764 , G06V20/10 , G06V10/82 , G06N3/045 , G06N3/08
Abstract: 本申请公开了一种基于批判反思性学习的开放集跨域高光谱图像分类方法和网络，属于计算机视觉技术领域，包括：对源域数据和目标域数据进行特征提取，获取源域嵌入特征和目标域嵌入特征；将源域嵌入特征和目标域嵌入特征分别输入到教师网络和学生网络，以获取教师网络输出和学生网络输出；将教师网络输出的维度扩充至学生网络输出的维度，得到修正后的教师网络，同时控制学生网络学习修正的教师网络的输出结果，得到修正的学生网络；将目标域嵌入特征输入修正的学生网络，获取对目标域数据的类别预测结果。本申请将教师‑学生的思想引入开放集跨域高光谱图像分类任务，通过教师网络指导使学生网络掌握已知/未知类别的决策边界。
-
Patent Agency Ranking
公开(公告)号：CN119884614A
公开(公告)日：2025-04-25
申请号：CN202411786391.4
申请日：2024-12-05
Applicant: 中国矿业大学(北京) , 新疆天池能源有限责任公司
IPC: G06F18/15 , G06F18/2131 , G06F18/24 , G06F18/25 , G06Q50/02
Abstract: 本发明公开了一种融合多源指标的露天矿边坡GNSS监测数据去噪方法，其方法包括：S1、收集边坡GNSS监测数据并利用3σ法进行大粗差的探测和替换插补，然后进行小波分解得到低频系数和高频系数；利用低频系数重构趋势项Q，利用第1、2层高频系数求解中误差m，接着再次粗差探测；S2、对边坡GNSS监测数据进行经验模态分解得到若干边坡IMF；筛选得到高噪声模态、低噪声模态以及残差，对低噪声模态与残差进行重构得到初步去噪后的边坡GNSS信号结果EMD_A；S3、通过区间软阈值法对边坡高噪声模态进行处理并与边坡EMD降噪结果EMD_A进行合成，得到最终的边坡GNSS去噪结果。本发明实现了对露天矿边坡GNSS监测数据的精确去噪，为矿区边坡稳定性监测提供了更为可靠的数据支撑。
-
公开(公告)号：CN119206188B
公开(公告)日：2025-03-21
申请号：CN202411362174.2
申请日：2024-09-27
Applicant: 中国矿业大学
IPC: G06V10/25 , G06V10/40 , G06V10/764 , G06V10/80 , G06V10/82 , G06V20/58 , G06N3/045 , G06N3/042 , G06N3/096 , G06N3/0455
Abstract: 本发明属于计算机视觉技术领域，本发明公开了一种基于互蒸馏属性融合网络的多模态车辆目标检测框架。首先，提出了基于最优传输理论的跨模态互蒸馏模块，利用红外图像和可见光图像的互补特性，通过跨模态空间知识互蒸馏，抑制多模态噪声干扰；其次，提出了属性分解模块，利用属性路由机制将混杂的多模态全局特征分解为独立的属性特征，并通过最大化属性熵确保了属性特征的多样性；最后，提出了属性图融合模块，独立融合不同模态的对应属性特征，并利用在特征融合过程中为每个类别定制了个性化的属性图，以建模各类目标属性特征之间的关联，从而提升模型对不同类别目标的适应性。
-
公开(公告)号：CN119536167A
公开(公告)日：2025-02-28
申请号：CN202411691750.8
申请日：2024-11-25
Applicant: 中国矿业大学
IPC: G05B19/418
Abstract: 本发明公开了基于T‑S模糊与TD3的慢动态未知燃煤发电系统协调控制方法，包括以下步骤：首先，利用奇异摄动理论将燃煤发电系统分解为快子系统和慢子系统，将原始的控制任务分解为快子系统的镇定任务和慢子系统的跟踪任务。对于快子系统，利用蒸汽压力的慢变特性，在其定义域上选取模糊集，构建T‑S模糊模型。通过求解多个线性系统对应代数黎卡提方程，得到快子系统控制器。对于慢子系统，采用双Q网络减小Q值的过估计,引入动态学习率和批大小调整机制加速训练收敛，在TD3算法框架下学习得到慢子系统控制输入。快、慢子系统控制输入组合后作用于原系统以获取下一时刻状态信息，智能体与原系统交互进而完成协同优化。
-
公开(公告)号：CN119251556A
公开(公告)日：2025-01-03
申请号：CN202411284854.7
申请日：2024-09-13
Applicant: 中国矿业大学
IPC: G06V10/764 , G06V20/10 , G06V10/58 , G06V10/82 , G06N3/0455
Abstract: 本发明公开了一种基于因果元解耦学习的高光谱图像分类方法。首先，通过模拟领域泛化情景，帮助模型从中归纳出域不变的因果元知识，确保其对未见目标域的强泛化能力。其次，提出了因果元解耦学习，建立了基于分布解耦、虚拟域生成、不变‑泛化风险最小化的因果元知识归纳框架，为高光谱领域泛化提供了新范式。通过不变因果效应损失，约束相同类别的高光谱图像在不同领域具有不变的因果效应，实现了数据和标签之间真实因果关联的准确捕获，从而有效提升模型在目标域不可见的领域泛化任务中的分类性能。
-
公开(公告)号：CN119206188A
公开(公告)日：2024-12-27
申请号：CN202411362174.2
申请日：2024-09-27
Applicant: 中国矿业大学
IPC: G06V10/25 , G06V10/40 , G06V10/764 , G06V10/80 , G06V10/82 , G06V20/58 , G06N3/045 , G06N3/042 , G06N3/096 , G06N3/0455
Abstract: 本发明属于计算机视觉技术领域，本发明公开了一种基于互蒸馏属性融合网络的多模态车辆目标检测框架。首先，提出了基于最优传输理论的跨模态互蒸馏模块，利用红外图像和可见光图像的互补特性，通过跨模态空间知识互蒸馏，抑制多模态噪声干扰；其次，提出了属性分解模块，利用属性路由机制将混杂的多模态全局特征分解为独立的属性特征，并通过最大化属性熵确保了属性特征的多样性；最后，提出了属性图融合模块，独立融合不同模态的对应属性特征，并利用在特征融合过程中为每个类别定制了个性化的属性图，以建模各类目标属性特征之间的关联，从而提升模型对不同类别目标的适应性。
-
-
-
-
-
-
-
-
-
Search Results
57
records
(took 0.026 seconds)
