-
公开(公告)号：CN116721415A
公开(公告)日：2023-09-08
申请号：CN202310737832.0
申请日：2023-06-20
Applicant: 东北林业大学
IPC: G06V20/69 , G01N21/359 , G01N21/3563 , G01N23/2251 , G01N23/2206 , G06V10/54 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/0475 , G06N3/094 , G06V10/77 , G06N3/048 , G06N3/047 , G06V10/764 , G06F18/10 , G06F18/25 , G06F18/24
Abstract: 本发明提供基于图谱融合的多通道木材力学性能检测方法，包括以下步骤：判断是否需要采集其宏观数据特征；使用近红外光谱仪采集实验所需光谱数据；光谱数据采用小波变换和多元散射校正相结合的方法对其进行预处理；使用电子扫描显微镜采集实验所需显微图像数据，选取分辨率最高的一张保存；采用灰色共现矩阵提取管胞显微图像的纹理特征；采用基于深度学习的分水岭算法完成对显微图像的细胞分割，通过几何分析法提取管胞显微图像的形态特征，提取形态特征；建立多通道特征融合网络Multi‑FF‑Net完成对多源数据集的分类处理及融合决策。本发明提出了在数据融合的基础上引入稀疏注意力机制，以结果反馈输入，实现不同输入占比的合理配置。
-
公开(公告)号：CN115629543B
公开(公告)日：2023-04-07
申请号：CN202211294424.4
申请日：2022-10-21
Applicant: 东北林业大学
Abstract: 一种可干预的MDF连续平压三支决策协同控制方法、系统及存储介质，属于中密度纤维板生产控制技术领域。本发明包括：步骤S1、定义MDF连续热压机中液压缸阵列的分布式粒结构模型；步骤S2、依据液压缸阵列的分布式粒结构模型，进行粒结构决策控制器设计；步骤S3、给出粘弹性的胶和作用和热质传递多场耦合的作用下的位置和压力间的输出及与粘弹性模型之间的关系；步骤S4、针对MDF连续平压过程偏差类型进行判定，构建三支决策模型；步骤S5、根据步骤S4构建的三支决策模型，进行控制器设计。本发明的控制方法能够满足MDF连续平压工艺中的板材生产线敏捷调整和质量控制需求。
-
公开(公告)号：CN115223040A
公开(公告)日：2022-10-21
申请号：CN202210560934.5
申请日：2022-05-23
IPC: G06V20/10 , G06V20/13 , G06V10/764 , G06V10/54 , G06T3/40
Abstract: 本申请涉及一种基于遥感数据的矿区植被生态修复分析方法及系统，包括其包括以下步骤：获取两次遥感图像，得到第一次多波段图像和第二次多波段图像；对所述第一次多波段图像进行反演与解译处理得到土地类别图层集合；所述土地类别图层集合包括多个植被区域图层和非植被区域图层；对所述第二次多波段图像进行栅格计算得到植被覆盖图；使用多个所述植被区域图层对植被覆盖图进行影像裁切得到植被图层；将所述植被图层和非植被区域图层合成生态图。通过以上的步骤就可以一次性将植被覆盖图的复杂生态状况进行准确划分，快速的识别矿区生态地类的分布情况并且可综合全面的反应矿区的生态状况的效果，另外其无需人工测量快捷高效。
-
公开(公告)号：CN114937010A
公开(公告)日：2022-08-23
申请号：CN202210522742.5
申请日：2022-05-13
Abstract: 本申请涉及一种基于雷达遥感影像的草原植被提取方法，包括以下步骤：在检测区域预设散射机制，检测区域包括干植被区域和湿植被区域；预设散射机制包括多个候选点；获取检测区域的雷达遥感影像，并计算雷达遥感影像中干植被区域和湿植被区域对应的候选点相干系数；利用干植被区域和湿植被中候选点对应的相干系数得到对应的相干系数幅度值；利用相干系数幅度值的大小和对应候选点的分布位置，建立干植被区域和湿植被区域的概率密度函数；并生成检测区域的概率分布图；根据概率分布图，得到干植被区域和湿植被区域实际的空间分布范围。通过设置候选点，并配合候选点的反射率和干湿植被的反射率，就可快速的知晓湿植被和干植被的分布情况。
-
公开(公告)号：CN112925908A
公开(公告)日：2021-06-08
申请号：CN202110195634.7
申请日：2021-02-19
Applicant: 东北林业大学
IPC: G06F16/35 , G06F40/289 , G06N3/04
Abstract: 本发明提出一种基于Attention的图注意力网络的文本分类方法，属于自然语言处理领域，目的是解决处理地理文本中包含的非结构化文本隐晦不精准、现有技术对大量数据获取分类困难的问题。本发明通过在文本图卷积网络中引入注意力机制，从而将卷积操作中的普通的归一化过程赋予不同的权重，使得要被分类的节点(文本)能够根据上下文对其的重要程度以不同的权重学习到特征。该方法在自建的地理文本数据集中以上下文的关系进行特征的聚合，在标记数据的作用下，对未知标签的数据对是否属于地理文本进行分类。该基于Attention的图注意力网络的文本分类方法能够在数量较多的文本信息中准确的抽取出包含地理信息的文本，以便于有效的为下游任务提供可靠的数据。
-
Patent Agency Ranking
公开(公告)号：CN107481191A
公开(公告)日：2017-12-15
申请号：CN201710656128.7
申请日：2017-08-03
Applicant: 东北林业大学
Abstract: 本发明提出一种基于Spark的海量遥感图像并行镶嵌方法及系统，所述方法通过Spark集群中的Master节点作为整个Spark集群的控制器，将遥感图像镶嵌任务分发到各Worker节点；通过调用自定义RDD的操作算子完成图像的镶嵌处理。该方法通过重写Spark中RDD的compute和getPartitions方法，自定义针对遥感图像处理的RDD，并将图像镶嵌中的重叠区域估计、图像配准和图像融合三个关键步骤作为自定义RDD的操作算子实现图像镶嵌的并行处理，该基于Spark的海量遥感图像并行镶嵌方法在保证图像镶嵌效果的基础上，能够有效提高大数据量的图像镶嵌效率。
-
公开(公告)号：CN105182909B
公开(公告)日：2017-11-10
申请号：CN201510654559.0
申请日：2015-10-10
Applicant: 东北林业大学
IPC: G05B19/404
Abstract: 本发明提供了用于连续平压群集控制系统的误差识别方法和装置，该误差识别方法包括：检测连续平压群集控制系统的误差信息；根据检测到的误差信息，确定连续平压群集控制系统的误差等级数串；通过对误差等级数串进行海明编码，获得编码后的误差海明码，以识别该群集控制系统中出现误差的道次。误差识别装置能够执行上述误差识别方法的处理。本发明的上述技术能够实现更为准确的误差识别，在误差识别过程中仅利用固定位数的误差状态字编码位即可实现一定范围内可变数目的误差等级的识别，而不需要改变传输及计算所需的硬件单元的数据线宽度。
-
公开(公告)号：CN103260229B
公开(公告)日：2015-09-30
申请号：CN201310216413.9
申请日：2013-06-04
Applicant: 东北林业大学
CPC classification number: Y02D70/00
Abstract: 基于预测和反馈的无线传感器网络MAC协议进行数据传送的方法，属于无线传感器网络技术。为了解决目前基于竞争的无线传感器网络MAC协议造成网络的整体服务质量大幅度降低的问题。它是基于预测和反馈的退避方法实现的，即发送节点在退避阶段对信道的忙闲状况进行记录，进而合理地推测整个网络的拥塞程度，成功发送数据分组后自适应地改变竞争窗口值以适应当前网络负载状况。并采用自适应调整占空比的方法，传感器节点在发送数据分组时对其发送的分组个数进行记录，在一个同步周期结束后计算出该周期内数据分组发送速率并自适应调整占空比。它适用于网络流量负载变化的无线传感器网络中。
-
公开(公告)号：CN117218535A
公开(公告)日：2023-12-12
申请号：CN202311173891.6
申请日：2023-09-12
Applicant: 黑龙江省网络空间研究中心(黑龙江省信息安全测评中心、黑龙江省国防科学技术研究院) , 东北林业大学
Abstract: 一种基于SFA的长期森林覆盖变化检测方法，属于森林检测技术领域。方法如下：采集A1、A2时期被检测森林区域实时遥感图像并划分为多个栅格后进行存储；计算每个栅格的植被指数；对对应的栅格的植被覆盖度进行融合；获得数据集并将数据集划分为训练集和测试集；构建神经网络模型；利用训练集对神经网络模型进行训练；利用测试集和训练好的神经网络模型，实现对A1至A2期间的森林覆盖变化的检测；重复上述步骤实现长期森林覆盖变化的检测。本发明运用SFA提取森林信息，解决了目前没有对植被缓慢变化特征进行检测的问题，提高了长期森林覆盖变化检测的准确度，有助于对森林进行有效及时的排查维护，从而保证了整个森林的安全。
-
公开(公告)号：CN116467236A
公开(公告)日：2023-07-21
申请号：CN202310598873.6
申请日：2023-05-25
Applicant: 东北林业大学
IPC: G06F13/28 , G06N3/0464
Abstract: 基于FPGA的YOLOV3硬件加速平台及方法，基于PYNQ的YOLOV3的硬件加速平台及方法。为了解决现有的基于FPGA的YOLOV3运行时存在硬件资源消耗大的问题，以及不能充分进行并行运算和处理速度慢的问题。本发明在PYNQ的平台上，设计数据类型转化核、卷积‑BN‑relu激活函数层加速核，通过AXI4总线将这些IP核连接至ZYNQ核，并针对YOLOV3网络，将该IP的各个加速核代替原网络中的各层，的减轻CPU的计算压力，提高神经网络的处理速度，同时将原网络的权重数据类型由32位浮点数更改为16位定点数，以减少运算过程对于硬件资源和计算过程的周期消耗。
-
-
-
-
-
-
-
-
-
Search Results
75
records
(took 0.03 seconds)
