-
公开(公告)号：CN115307780A
公开(公告)日：2022-11-08
申请号：CN202211194484.9
申请日：2022-09-29
申请人： 中国海洋大学
摘要： 本发明属于海表面温度预测技术领域，公开了基于时空信息交互融合的海表温度预测方法、系统及应用，所述系统包括输入模块、时空矩阵构建模块、时空特征交互融合模块、时空矩阵聚合模块、海表面温度数据预测模块和输出模块，通过时空矩阵构建模块，构建空间中的每一点的时空矩阵，并从时空矩阵中抽取出时间视角和空间视角的特征表达；通过构建时空特征交互融合模块，利用Transformer中的自注意力机制和互注意力机制，充分挖掘不同时刻的时间特征的相互指导关系、不同空间的空间特征的相互指导关系、以及时间特征和空间特征的相互指导关系，实现海表面温度数据时空信息的交互融合，提高海表面温度预测准确度。
-
公开(公告)号：CN115272529A
公开(公告)日：2022-11-01
申请号：CN202211186781.9
申请日：2022-09-28
申请人： 中国海洋大学
IPC分类号： G06T11/40 , G06T11/00 , G06T7/11 , G06V10/26 , G06V10/40 , G06V10/56 , G06V10/74 , G06V10/80 , G06V10/82 , G06N3/04
摘要： 本发明属于图像处理技术领域，公开了布局优先的多尺度解耦海洋遥感图像上色方法及系统，首先将输入的原始灰度图下采样为不同尺度的多个灰度图，输入多尺度解耦特征提取模块，提取多尺度解耦特征；将多尺度解耦特征输入布局优先的多尺度特征融合模块，利用增强的布局划分特征指导语义特征，随后利用包含布局约束的语义特征指导着色特征，对提取的多尺度解耦特征进行融合；最后生成彩色图像；将生成的彩色图像和原始彩色图像通过判别器进行判别，可以输出判别结果。通过本发明解决了海洋遥感图像空间布局一致性问题，下采样后的大尺度特征提取过程中包含大量噪声的问题以及多尺度信息利用过程中，大尺度对小尺度约束弱的问题。
-
公开(公告)号：CN118313439A
公开(公告)日：2024-07-09
申请号：CN202410463892.2
申请日：2024-04-17
申请人： 中国海洋大学
IPC分类号： G06N3/096 , G06N3/0464 , G06V20/13 , G06V10/82
摘要： 本发明公开了一种面向海洋遥感图像分析的并行增量深度学习方法，涉及海洋遥感技术领域。该方法在聚焦图像的相似性的基础上提出了一种易于移植的基于增量裁剪的训练和推理加速框架，可通过共享的相同区域计算达到加速网络计算的效果。此外，由于现有的增量加速技术由共享共同操作所产生的共享收益显然对输入序列的相似性非常敏感，而相似性很大程度上取决于输入顺序，本方案探索了一种新的感知语义差异的排序方法，将其应用到周期性视频序列和图像序列中，并据此展开多种性能优化技术研究。
-
公开(公告)号：CN115311463B
公开(公告)日：2023-02-03
申请号：CN202211223823.1
申请日：2022-10-09
申请人： 中国海洋大学
IPC分类号： G06F16/532 , G06V10/40 , G06V10/82 , G06V10/74 , G06V10/30 , G06N3/0464 , G06N3/084
摘要： 本发明属于遥感图像处理技术领域，公开了类别引导多尺度解耦的海洋遥感图像文本检索方法及系统，首先提取海洋遥感图像的不同尺度的图像特征和遥感相关文本的文本特征；然后利用双向多尺度解耦模块对得到的不同尺度的图像特征进行解耦，提取每个尺度上对应的潜在特征，抑制其他尺度上的繁琐特征，获得解耦特征；利用类别标签引导模块将图像和文本的类别特征引导解耦的图像特征和文本特征，利用乘法计算最终的类别相关图像和文本特征；最后计算相似度与语义引导三元组损失。通过本发明实现多尺度解耦的同时引入有效类信息进行解耦，建立尺度与语义双解耦的海洋多模态信息融合方法，解决多尺度维度的噪声冗余和多维度解耦表征信息融合难的问题。
-
公开(公告)号：CN115307780B
公开(公告)日：2023-01-06
申请号：CN202211194484.9
申请日：2022-09-29
申请人： 中国海洋大学
摘要： 本发明属于海表面温度预测技术领域，公开了基于时空信息交互融合的海表温度预测方法、系统及应用，所述系统包括输入模块、时空矩阵构建模块、时空特征交互融合模块、时空矩阵聚合模块、海表面温度数据预测模块和输出模块，通过时空矩阵构建模块，构建空间中的每一点的时空矩阵，并从时空矩阵中抽取出时间视角和空间视角的特征表达；通过构建时空特征交互融合模块，利用Transformer中的自注意力机制和互注意力机制，充分挖掘不同时刻的时间特征的相互指导关系、不同空间的空间特征的相互指导关系、以及时间特征和空间特征的相互指导关系，实现海表面温度数据时空信息的交互融合，提高海表面温度预测准确度。
-
公开(公告)号：CN115272529B
公开(公告)日：2022-12-27
申请号：CN202211186781.9
申请日：2022-09-28
申请人： 中国海洋大学
IPC分类号： G06T11/40 , G06T11/00 , G06T7/11 , G06V10/26 , G06V10/40 , G06V10/56 , G06V10/74 , G06V10/80 , G06V10/82 , G06N3/04
摘要： 本发明属于图像处理技术领域，公开了布局优先的多尺度解耦海洋遥感图像上色方法及系统，首先将输入的原始灰度图下采样为不同尺度的多个灰度图，输入多尺度解耦特征提取模块，提取多尺度解耦特征；将多尺度解耦特征输入布局优先的多尺度特征融合模块，利用增强的布局划分特征指导语义特征，随后利用包含布局约束的语义特征指导着色特征，对提取的多尺度解耦特征进行融合；最后生成彩色图像；将生成的彩色图像和原始彩色图像通过判别器进行判别，可以输出判别结果。通过本发明解决了海洋遥感图像空间布局一致性问题，下采样后的大尺度特征提取过程中包含大量噪声的问题以及多尺度信息利用过程中，大尺度对小尺度约束弱的问题。
-
公开(公告)号：CN115272681A
公开(公告)日：2022-11-01
申请号：CN202211154802.9
申请日：2022-09-22
申请人： 中国海洋大学
摘要： 本发明属于图像处理技术领域，公开了基于高阶特征类解耦的海洋遥感图像语义分割方法及系统，所述方法首先将海洋遥感图像通过深度卷积网络提取低阶特征，然后计算亲和矩阵并增强亲和矩阵，得到高阶特征；在高阶特征的基础上进行像素聚类，将像素划分为不同的语义簇；然后在聚类的基础上生成语义解耦掩码、语义增强掩码和细节补充掩码三种不同类型的掩码，并对三种掩码进行语义间解耦与语义内增强，生成三种特征通过级联操作，生成最终的特征，通过解码获得语义增强的遥感图像语义分割预测图；通过本发明解决海洋遥感图像噪声干扰问题和海洋遥感图像空间布局失衡、类别尺度失衡、语义分布失衡问题。
-
公开(公告)号：CN116821673A
公开(公告)日：2023-09-29
申请号：CN202310573425.0
申请日：2023-05-19
申请人： 中国科学院自动化研究所 , 中国海洋大学 , 天津大学
IPC分类号： G06F18/214 , G06F18/213 , G06N3/0464 , G06N3/0442 , G06N3/08 , G01W1/00
摘要： 本发明提供一种ENSO预测方法、装置、电子设备和存储介质，将目标海域在目标历史时间段内的气象特征序列输入一阶段ENSO预测模型，得到目标海域在目标未来时间段内的气象特征序列预测结果；将目标海域在目标历史时间段内的气象特征序列、目标海域在目标未来时间段内的气象特征序列预测结果和目标历史时间段内的海洋尼诺指数ONI分别输入二阶段ENSO预测模型的三个预测子模型，根据三个预测子模型分别输出的目标未来时间段内的ONI预测结果，得到目标未来时间段内的ONI最终预测结果。本发明通过分步进行ENSO预测，提高了ENSO预测的效果。
-
公开(公告)号：CN115311463A
公开(公告)日：2022-11-08
申请号：CN202211223823.1
申请日：2022-10-09
申请人： 中国海洋大学
摘要： 本发明属于遥感图像处理技术领域，公开了类别引导多尺度解耦的海洋遥感图像文本检索方法及系统，首先提取海洋遥感图像的不同尺度的图像特征和遥感相关文本的文本特征；然后利用双向多尺度解耦模块对得到的不同尺度的图像特征进行解耦，提取每个尺度上对应的潜在特征，抑制其他尺度上的繁琐特征，获得解耦特征；利用类别标签引导模块将图像和文本的类别特征引导解耦的图像特征和文本特征，利用乘法计算最终的类别相关图像和文本特征；最后计算相似度与语义引导三元组损失。通过本发明实现多尺度解耦的同时引入有效类信息进行解耦，建立尺度与语义双解耦的海洋多模态信息融合方法，解决多尺度维度的噪声冗余和多维度解耦表征信息融合难的问题。
-
公开(公告)号：CN116821673B
公开(公告)日：2024-01-16
申请号：CN202310573425.0
申请日：2023-05-19
申请人： 中国科学院自动化研究所 , 中国海洋大学 , 天津大学
IPC分类号： G06F18/214 , G06F18/213 , G06N3/0464 , G06N3/0442 , G06N3/08 , G01W1/00
摘要： 过分步进行ENSO预测，提高了ENSO预测的效果。本发明提供一种ENSO预测方法、装置、电子设备和存储介质，将目标海域在目标历史时间段内的气象特征序列输入一阶段ENSO预测模型，得到目标海域在目标未来时间段内的气象特征序列预测结果；将目标海域在目标历史时间段内的气象特征序列、目标海域在目标未来时间段内的气象特征序列预测结果和目标历史时间段内的海洋尼诺指数ONI分别输入二阶段ENSO预测模型的三个预测子模型，根据三个预测子模型分别输(56)对比文件Fatemeh Ghobadi, DoosunKang.Improving long-term streamflowprediction in a poorly gauged basin usinggeo-spatiotemporal mesoscale data andattention-based deep learning: Acomparative study 《.Journal ofHydrology》.2022,1-20.
-
-
-
-
-
-
-
-
-
搜索结果
13 条记录 (耗时 0.032 秒)
