-
公开(公告)号：CN118587428A
公开(公告)日：2024-09-03
申请号：CN202310194858.5
申请日：2023-03-03
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明公开了一种基于局部非局部特征聚合的三维点云语义分割方法。该发明针对现有的特征学习过程是噪声敏感的，且其只考虑相邻区域的局部信息交互，然后通过层次结构获取全局上下文，通常会导致自下而上的特征学习，从而导致提取的特征信息受离群点的影响，且存在特征冗余的情况，提出了一种基于局部信息与非局部特征信息加权求和的方法。本发明以3D点云为输入，在点局部单元中采用相对坐标作为局部特征；在点的非局部特征提取模块中，我们使用采样点作为查询点，通过注意力机制来计算采样点在这一层中与整个点云的相关度，然后进行MLP作为非局部信息，最后进行加权和，以实现点局部特征和点非局部特征的融合，以此提取更具代表性的特征。
-
公开(公告)号：CN117036688A
公开(公告)日：2023-11-10
申请号：CN202310843167.3
申请日：2023-10-13
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于坐标偏移与特征增强的三维点云语义分割方法。该发明为了克服点云在构建邻域过程中会采集到离群点与重叠点、且现有的编码器提取的特征不具有方向性、全局表述不足等问题，提出了基于坐标偏移与特征增强的三维点云语义分割方法。本发明基于RandLA‑Net网络框架，以3D点云为输入数据，基于附加特征对几何坐标进行偏移，然后利用偏移的几何坐标实现附加特征的偏移，以此减轻离群点与采样点带来的影响；在编码器中，引入极坐标表示，分别对每个点与整体邻域建立极坐标方向表示，以此表示点云内部的方向性。提取局部特征之后，计算局部邻域与全局的比率，并以该比率与特征相乘，以此完成全局信息的表示。
-
公开(公告)号：CN116935094A
公开(公告)日：2023-10-24
申请号：CN202310588686.X
申请日：2023-05-23
Applicant: 电子科技大学
IPC: G06V10/764 , G06V10/44 , G06V20/17 , G06T3/40 , G06V20/10
Abstract: 本发明公开了一种基于多尺度和边缘感知的轻量级地物分类网络模型，旨在解决解决深度学习在遥感图像地物分类中推理速度慢的问题。该方法以编码器‑解码器为架构，在编码器阶段，该模型使用兼顾特征提取效果的轻量级分类网络ResNet‑18作为骨干网提取图像特征。在解码器阶段，该方法充分利用了低分辨率特征图的语义信息和高分辨率特征图的空间信息。同时，还通过边缘感知的损失函数来辅助监督语义分割主任务学习。通过这种方式，该模型不仅可以充分利用图像的语义、空间和边缘信息，还可以规避其在推理时速度慢、内存占用高的缺点，也较好地平衡了模型的识别精度与推理效率能够满足遥感影像地物实时分类的任务需求。
-
公开(公告)号：CN116630704A
公开(公告)日：2023-08-22
申请号：CN202310588681.7
申请日：2023-05-23
Applicant: 电子科技大学
IPC: G06V10/764 , G06V10/44 , G06V20/10 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08 , G06N3/048
Abstract: 本发明公开了一种基于注意力增强和密集多尺度的地物分类网络模型，旨在解决由“同谱异物”和“同物异谱”现象导致的遥感图像分割结果不够精细的问题。该方法在DeepLabv3+网络的基础上，为了更好地处理遥感图像，对其编码器和解码器阶段的不足进行了模型结构的改进。在编码器阶段，本发明设计了一种注意力增强的密集空洞金字塔池化来替换原有的空洞空间金字塔池化结构，同时，在全局特征中引入双注意机制可以帮助遥感图像在特征表示能力和空间定位精度之间取得平衡。在编码器阶段采用了密集连接的方式利用图像的多级特征图对图像进行上采样。
-
公开(公告)号：CN115982638A
公开(公告)日：2023-04-18
申请号：CN202211547021.6
申请日：2022-12-05
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G06F18/241 , G06N3/048 , G06N3/084 , G06N3/09
Abstract: 本发明公开了本发明提出了一种基于BP神经网络的工程机械运行状态判断方法。在已有的震动幅度法上做了改进，在使用三轴加速度传感器数据的基础上，同时加入了陀螺仪传感器的数据作为判断依据之一。陀螺仪数据的加入对旋转运作的机械设备的判断效果会更佳，模型的效果更好。同时，使用神经网络的方法对工程机械的运行状态进行判断，模型的适应度更好、误判率也更低。采用的震动幅度判断法不具备侵入性，对于工程机械状态的判断具有普适性，对于安装和维护都比较方便。使用该方法在如今海量的历史运行数据下，可以得到一个良好的模型，为上层基于设备状态进行智能调度等智慧工地应用提供了一种良好的解决方案。
-
Patent Agency Ranking
公开(公告)号：CN115719420A
公开(公告)日：2023-02-28
申请号：CN202211536504.6
申请日：2022-12-01
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G06V10/26
Abstract: 本发明公开了一种基于体素和图卷积的三维点云语义分割方法。该发明基于图卷积网络(GCN)通过充分保留数据粒度和利用点相互关系能带来显著的性能，但基于点的网络在数据结构(例如，最远点采样(FPS)和邻近点查询)上花费了大量时间，限制了速度和可扩展性的问题，提出基于体素和图卷积的解决方案，该方法可以快速有效的构建点云表示，提升网络的处理速度和可扩展性。本发明提出的基于体素和图卷积的三维点云语义分割方法，通过构建覆盖感知网格查询(CAGQ)，利用网格空间的效率，覆盖感知网格查询(CAGQ)提高了空间覆盖率，同时降低了理论时间复杂度；然后将CAGQ生成的局部点组输入由图卷积构成的网格上下文聚合(GCA)，通过执行网格上下文池化以提取网格邻域的上下文特征，从而完成特征信息的提取。
-
公开(公告)号：CN115684035A
公开(公告)日：2023-02-03
申请号：CN202211368655.5
申请日：2022-11-03
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明公开了一种基于智能手机视觉检测的自然水体中铁离子浓度检测方法。该发明在环境监测方向上具有一定的通用性，该发明以自然水体中铁离子浓度检测为说明案例。现有检测方法检测设备使用复杂、价格昂贵、检测过程操作繁琐、且不能实地测量，在图像处理过程中使用比色法对自然光照条件下拍摄的图像进行处理使其可以反映所测水体样本中铁离子浓度的含量，并以此为基础设计开发完整可用的移动端手机应用程序。有移动端App作为平台的基于智能手机视觉检测的自然水体中铁离子浓度检测方法能够较精准的检测水体中铁离子浓度，且对于各种自然光环境下拍摄的图片都能够取得较好的识别效果。
-
公开(公告)号：CN115659972A
公开(公告)日：2023-01-31
申请号：CN202211368446.0
申请日：2022-11-03
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G06F40/289 , G06F40/211 , G06F18/241 , G06F18/214 , G06N3/0464 , G06N3/08 , G06N3/048
Abstract: 针对线上外卖平台评论文本，本发明设计了一种基于BERT‑TextCNN的外卖评论分类方法。现有的针对外卖评论文本的极性判别多倾向于总体情感倾向判别，而忽略了对于食品不同特征的情感倾向分类。因此，本发明利用BERT做词嵌入处理，将BERT模型训练所获得词向量矩阵通过Text‑CNN网络对文本进行长距离编码。本发明首次将BERT‑TextCNN网络用作多特征文本分类，处理中文外卖评论文本一类的多属性评价。在Text‑CNN网络的卷积和池化模块，本发明加入了降维卷积模块注意力机制(CBAM)对模型做优化处理，这也是首次将CBAM应用于一维文本处理，可以有效提升分类准确率。通过上述模型，可以有效判别外卖评论中的不同主题并分析相关特征评价的情感极性，实现基于用户评论的多特征情感极性分析。
-
公开(公告)号：CN114965329A
公开(公告)日：2022-08-30
申请号：CN202210441422.7
申请日：2022-04-25
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明提供了一种利用顶空单滴微萃取‑分光移液管法测定天然水体中的砷含量的方法，属于检测技术领域。本发明检测方法中采用的设备成本低，便携性好，容易操作，可以适时调整采样策略以适应任何特定环境的需要，在现场得到5min‑1的典型样品吞吐量。本发明的检测方法灵敏、稳健、可靠、简单、实用，可以在野外快速测量天然水体中不同形态砷的纳摩尔浓度。本发明的检测方法对砷的线性检测范围是0.3‑65nM(R2＝0.9980)，检出限是0.1nM，对于25nM As(III)测量的RSDs
-
公开(公告)号：CN113963177A
公开(公告)日：2022-01-21
申请号：CN202111335800.5
申请日：2021-11-11
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于CNN的建筑物掩膜轮廓矢量化的方法。该发明可以利用卷积神经网络提取建筑物掩膜轮廓，消除高大树木，道路等因素对建筑物轮廓的影响，提高对轮廓提取的精度，并最后通过矢量化的操作，对建筑物轮廓的周长，面积进行计算。本发明首先设计了一个层数为5的多尺度卷积神经网络，并在前两个最低尺度层引入Atrous卷积，分别学习划分出的多个样本的特征，之后利用高斯混合建模，获取不同样本混合的条件概率密度函数，再应用多尺度聚合建模策略，将特征图进行上采样得到包含建筑物的输出图像，最后将输入图像作为输入，在ArcGIS中进行栅格掩膜获得栅格数据，最后再进一步转化为矢量数据，并可以进行相应的运算。
-
-
-
-
-
-
-
-
-
Search Results
97
records
(took 0.03 seconds)
