-
公开(公告)号:CN116895013A
公开(公告)日:2023-10-17
申请号:CN202310620614.9
申请日:2023-05-29
Applicant: 北京邮电大学
IPC: G06V20/10 , G06V10/82 , G06V10/28 , G06V10/40 , G06N3/0464
Abstract: 本发明提供一种从遥感图像中提取道路的方法、系统及存储介质,该方法包括:将原始遥感图像数据输入到编码器,由编码器进行遥感图像的特征信息提取;将第二残差模块的输出输入到膨胀卷积模块进行膨胀卷积处理,并将膨胀卷积模块的输出输入到解码器中;其中,编码器包括卷积池化模块、多个残差模块和下采样模块;将膨胀卷积模块的输出经一个上采样模块处理,再经与多个第一残差模块对应的多个上采样模块,将各第一残差模块的输出通过跳跃连接的方式加入到对应的上采样模块的输入中,并将最后一个上采样模块的输出分别经第一反卷积层和第二卷积层得到从原始遥感图像中提取的道路的二值图。本发明能够更为精准的从原始遥感图像中提取道路内容。
-
公开(公告)号:CN117591752B
公开(公告)日:2024-06-07
申请号:CN202311411955.1
申请日:2023-10-27
Applicant: 北京邮电大学
IPC: G06F16/9536 , G06Q50/00 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/09
Abstract: 本发明提供一种多模态虚假信息检测方法、系统及存储介质,所述方法的步骤包括:获取待辨认信息,从待辨认信息中分离图像信息和文本信息;将图像信息输入到第一网络模型中,得到图像特征向量,将图像特征向量输入到图像分类网络中,得到图像分类向量;将图像特征向量和图像分类向量输入到多专家结构中,得到融合类别图像特征向量;将文本信息输入到第二网络模型和情感提取模块中,第二网络模型输出文字特征向量,情感提取模块输出文字情感特征向量,融合文字特征向量和文字情感特征向量得到融合情感文字特征向量;将融合类别图像特征向量和融合情感文字特征向量融合,得到融合图文特征向量,并输入到判别模块中判定待辨认信息是否为虚假信息。
-
公开(公告)号:CN116109919A
公开(公告)日:2023-05-12
申请号:CN202211557094.3
申请日:2022-12-06
Applicant: 北京邮电大学 , 中移雄安信息通信科技有限公司
Abstract: 本申请提供一种遥感图损毁道路提取方法:从灾前遥感图的灾前道路真值二值图中选取部分道路的像素作为损毁道路的像素,以生成损毁道路真值二值图,并将预先准备的异常纹理图中与损毁道路的像素位置相对应的部分融合至灾前遥感图中,得到损毁道路真值二值图匹配的模拟灾后遥感图。基于模拟灾后遥感图和模拟灾后遥感图的灾后道路真值二值图,对提取道路二值图的初始模型进行微调训练,得到灾后道路提取模型。将目标区域灾后遥感图输入至灾后道路提取模型,以提取目标区域灾后遥感图中的灾后道路预测二值图,并将目标区域灾前遥感图对应的灾前道路真值与目标区域灾后遥感图的道路预测二值图进行对比,确定目标区域灾后遥感图的损毁道路预测二值图。
-
公开(公告)号:CN119518302A
公开(公告)日:2025-02-25
申请号:CN202411706609.0
申请日:2024-11-26
Applicant: 北京邮电大学
Abstract: 本发明提供一种太赫兹手性超表面,所述太赫兹手性超表面包括至少一个第一手性结构单元和至少一个第二手性结构单元;第一手性结构单元和第二手性结构单元均包括基底材料层、介质层和金属图形层,介质层设置于基底材料层和金属图形层之间;所述金属图形层包括第一横向条、第二横向条、第三横向条、第一纵向条和第二纵向条,所述第一纵向条设置于介质层上表面的一侧;所述第一手性结构单元和第二手性结构单元中第一横向条、第二横向条和第三横向条的延伸方向相反;金属图形层一侧作为太赫兹波的输入和输出端口。本方案适用于太赫兹波段,且基于第一手性结构单元和第二手性结构单元的结构使得对太赫兹波段表现出两种相反响应特性,适用加密传输。
-
公开(公告)号:CN119413754A
公开(公告)日:2025-02-11
申请号:CN202411439844.6
申请日:2024-10-15
Applicant: 北京邮电大学
IPC: G01N21/3586 , G06N3/0464 , G06N3/048 , G06N3/0499 , G06N3/084
Abstract: 本发明提供一种基于人工智能的氨基酸手性鉴别方法,该方法的步骤包括:将待测试的氨基酸粉末与赋形剂粉末进行混合,并压制为氨基酸压片;采用太赫兹时域光谱仪向氨基酸压片发射太赫兹波,并接收反馈信号,所述反馈信号为归一化振幅信号、传输信号或吸收信号;将所述反馈信号输入到预训练的鉴别模型中,所述鉴别模型为卷积神经网络模型、径向基函数神经网络模型或极限学习机模型;基于所述鉴别模型的输出结果确定待测试的氨基酸粉末的氨基酸类型和手性结果。本方案基于太赫兹信号,可以反映出氨基酸分子结构的细微差异,本发明方法识别准确率高,本方案不需要借助手性试剂与手性分子反应结合,在提高识别准确率的前提下,提高处理效率。
-
公开(公告)号:CN117591752A
公开(公告)日:2024-02-23
申请号:CN202311411955.1
申请日:2023-10-27
Applicant: 北京邮电大学
IPC: G06F16/9536 , G06Q50/00 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/09
Abstract: 本发明提供一种多模态虚假信息检测方法、系统及存储介质,所述方法的步骤包括:获取待辨认信息,从待辨认信息中分离图像信息和文本信息;将图像信息输入到第一网络模型中,得到图像特征向量,将图像特征向量输入到图像分类网络中,得到图像分类向量;将图像特征向量和图像分类向量输入到多专家结构中,得到融合类别图像特征向量;将文本信息输入到第二网络模型和情感提取模块中,第二网络模型输出文字特征向量,情感提取模块输出文字情感特征向量,融合文字特征向量和文字情感特征向量得到融合情感文字特征向量;将融合类别图像特征向量和融合情感文字特征向量融合,得到融合图文特征向量,并输入到判别模块中判定待辨认信息是否为虚假信息。
-
-
-
-
-