基于可解释深度学习的遥感图像跨域分类方法

    公开(公告)号:CN113537317B

    公开(公告)日:2023-12-22

    申请号:CN202110741475.6

    申请日:2021-06-30

    摘要: 本发明属于遥感图像处理技术领域,具体公开了一种基于可解释深度学习的遥感图像跨域分类方法,包括深度特征提取的步骤;和构建基于因果平衡的深度因果平衡模型DCBM和平衡损失函数的步骤;其中,所述的深度因果平衡模型DCBM的混杂平衡损失LB融合了聚焦损失LF、间隔损失LM,构成平衡损失函数,由此构建面向开放域遥感图像鲁棒分类的深度神经网络模型和训练算法DCBM‑FA。通过本发明设计深度学习框架下的因果推理方法,构建鲁棒性的遥感图像分类模型,摆脱对目标域数据分布的依赖,满足开放域场景下模型的有效迁移。

    基于图卷积的自适应高维流体动力方程的流速预测方法

    公开(公告)号:CN114692523A

    公开(公告)日:2022-07-01

    申请号:CN202210300040.2

    申请日:2022-03-25

    IPC分类号: G06F30/28 G06F30/27 G06Q10/04

    摘要: 本发明属于流体动力场预测技术领域,公开了一种基于图卷积的自适应高维流体动力方程的流速预测方法,首先利用图卷积神经网络的高维流体动力方程空间结构模型,建立离散化网格,利用图卷积神经网络为网格中的各个网格点构建自适应空间结构关系;然后基于有限差分的微分方程数值方法,经空间结构模型计算,预测输出各个网格点的空间结构系数;进而计算空间导数;最后基于高维流体动力方程的物理求解过程,最终得到高维流体动力方程的最终数值解。

    基于高阶图结构的一对多跨域推荐方法及系统

    公开(公告)号:CN114443954B

    公开(公告)日:2024-09-17

    申请号:CN202210018292.6

    申请日:2022-01-07

    摘要: 本发明公开了基于高阶图结构的一对多跨域推荐方法及系统,该跨域推荐方法在用户和项目嵌入表征过程中,利用高阶图结构建立多个嵌入迁移模块,将密集源域的用户和项目多层次结构化信息用于指导稀疏目标域的用户和项目表征,该方法首先获取源域的带有上下文不变量的用户和项目表征,然后用源域数据训练嵌入迁移模块的嵌入部分,最后,用训练好的嵌入迁移模块的迁移部分拟合目标域的残差层,达到迁移的目标。

    用于提高皱纹盘鲍抗热应激能力的营养学方法

    公开(公告)号:CN118252112A

    公开(公告)日:2024-06-28

    申请号:CN202410365112.0

    申请日:2024-03-25

    IPC分类号: A01K61/51 A23K50/80

    摘要: 本发明涉及海洋养殖营养学研究技术领域,具体公开了一种用于提高皱纹盘鲍抗热应激能力的营养学方法,其特征在于,该方法包括如下步骤:饲料的配制、加工、投喂及养殖。其中饲料的配制步骤中包含配置复方中草药,该复方中草药包括茶多酚、甘草、龙胆、茵陈、柴胡和栀子。在包含所述复方中草药的饲料中,所述复方中草药的重量添加量为所述提高皱纹盘鲍抗热应激能力的饲料总重量的0.02%~0.10%。本发明还提供一种上述饲料在皱纹盘鲍幼鲍养殖中的应用。同时结合特定的加工工艺和投喂养殖方式提高了皱纹盘鲍的抗氧化及抗热应激能力,能够解决皱纹盘鲍养殖产业面临的夏季水温高导致病害频繁发生甚至死亡的问题。

    基于高阶图结构的一对多跨域推荐方法及系统

    公开(公告)号:CN114443954A

    公开(公告)日:2022-05-06

    申请号:CN202210018292.6

    申请日:2022-01-07

    摘要: 本发明公开了基于高阶图结构的一对多跨域推荐方法及系统,该跨域推荐方法在用户和项目嵌入表征过程中,利用高阶图结构建立多个嵌入迁移模块,将密集源域的用户和项目多层次结构化信息用于指导稀疏目标域的用户和项目表征,该方法首先获取源域的带有上下文不变量的用户和项目表征,然后用源域数据训练嵌入迁移模块的嵌入部分,最后,用训练好的嵌入迁移模块的迁移部分拟合目标域的残差层,达到迁移的目标。

    基于可解释深度学习的遥感图像跨域分类方法

    公开(公告)号:CN113537317A

    公开(公告)日:2021-10-22

    申请号:CN202110741475.6

    申请日:2021-06-30

    IPC分类号: G06K9/62 G06K9/46

    摘要: 本发明属于遥感图像处理技术领域,具体公开了一种基于可解释深度学习的遥感图像跨域分类方法,包括深度特征提取的步骤;和构建基于因果平衡的深度因果平衡模型DCBM和平衡损失函数的步骤;其中,所述的深度因果平衡模型DCBM的混杂平衡损失LB融合了聚焦损失LF、间隔损失LM,构成平衡损失函数,由此构建面向开放域遥感图像鲁棒分类的深度神经网络模型和训练算法DCBM‑FA。通过本发明设计深度学习框架下的因果推理方法,构建鲁棒性的遥感图像分类模型,摆脱对目标域数据分布的依赖,满足开放域场景下模型的有效迁移。

    跨尺度图相似引导聚合系统、方法及应用

    公开(公告)号:CN115880552A

    公开(公告)日:2023-03-31

    申请号:CN202211223060.0

    申请日:2022-10-08

    摘要: 本发明属于图像处理技术领域,公开了跨尺度图相似引导聚合系统、方法及应用,用于遥感图像语义分割,该系统包括两个独立的子任务分支,称为语义特征提取分支和边界特征提取分支,在语义特征提取分支中,引入了跨尺度图交互模块CGI构建图结构,并利用图卷积推理并聚合跨尺度节点之间的关联关系,以增强遥感特征的表征能力;在边界特征提取分支中,引入了多尺度相似性引导聚合模块MSA以提取多尺度边界特征,以改善边缘特征对语义分割的辅助效果。