-
公开(公告)号：CN114821261B
公开(公告)日：2024-08-20
申请号：CN202210555218.8
申请日：2022-05-20
申请人： 合肥工业大学 , 安徽省地质调查院(安徽省地质科学研究所)
IPC分类号： G06V10/80 , G06V10/44 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/08
摘要： 本发明公开了一种图像融合的算法，在整体网络架构方面，本发明使用双分支网络将网络划分为细节提升分路和空间信息保持分路，不仅在融合图像中保持了MS图像的光谱信息，而且显著增强了融合图像中的空间细节信息；在残差模块方面，本发明利用多尺度残差融合模块可以在更细粒度的层次上提高网络的多尺度表示能力，增加每个网络层的感受野，增加算法的特征提取能力；在解码器方面，本发明采用嵌套连接的方式将提取的多尺度特征先进行上采样，然后采用跳过连接的方式将不同尺度的特征充分融合，使得融合结果的空间细节表达能力更强。
-
公开(公告)号：CN114821261A
公开(公告)日：2022-07-29
申请号：CN202210555218.8
申请日：2022-05-20
申请人： 合肥工业大学 , 安徽省地质调查院(安徽省地质科学研究所)
摘要： 本发明公开了一种图像融合的算法，在整体网络架构方面，本发明使用双分支网络将网络划分为细节提升分路和空间信息保持分路，不仅在融合图像中保持了MS图像的光谱信息，而且显著增强了融合图像中的空间细节信息；在残差模块方面，本发明利用多尺度残差融合模块可以在更细粒度的层次上提高网络的多尺度表示能力，增加每个网络层的感受野，增加算法的特征提取能力；在解码器方面，本发明采用嵌套连接的方式将提取的多尺度特征先进行上采样，然后采用跳过连接的方式将不同尺度的特征充分融合，使得融合结果的空间细节表达能力更强。
-
公开(公告)号：CN113361546A
公开(公告)日：2021-09-07
申请号：CN202110679806.8
申请日：2021-06-18
申请人： 合肥工业大学
摘要： 本发明公开了一种融合非对称卷积和注意力机制的遥感图像特征提取方法，包括以下步骤：（1）、获取待提取特征的遥感图像数据；（2）、生成第一神经网络模型，第一神经网络模型的网络架构采用包含五个特征提取模块的ResNet50，第一个特征提取模块包括一个卷积层，第二至第四个特征提取模块分别包括若干残差学习单元；（3）、向第一神经网络模型中加入混合域注意力机制模块，得到第二神经网络模型；（4）、将遥感图像数据送入至第二神经网络模型，得到遥感图像的特征。本发明增强了模型在对数据集中的图像翻转和旋转的鲁棒性，提高了ResNet50网络对遥感图像目标对象特征的提取能力。
-
公开(公告)号：CN114595629B
公开(公告)日：2024-08-20
申请号：CN202210194277.7
申请日：2022-03-01
申请人： 合肥工业大学
IPC分类号： G06F30/27 , G06F18/214 , G06F18/2431 , G06F111/08
摘要： 本发明公开了了一种基于GBDT‑LR和信息量模型的滑坡易发性评价方法，本发明结合研究区域滑坡发育的特点，基于GIS和Python等软件，综合考虑前人研究成果，最终确定13个评价因子，基于信息量模型（I）、梯度提升决策树‑逻辑回归（GBDT‑LR）算法构建滑坡易发性评价模型，采用Borderline‑Smote算法解决滑坡样本的不对称问题，通过频率比、十折线交叉验证和ROC曲线对评价模型进行评估，最终制成贵池区易发性区划图，并结合实际情况分析所制成的滑坡易发性区划图的合理性；为滑坡发生的可能性提供参考，为政府治理滑坡灾害提供科学的参考依据。
-
公开(公告)号：CN114596502B
公开(公告)日：2023-04-07
申请号：CN202210201357.0
申请日：2022-03-03
申请人： 合肥工业大学
IPC分类号： G06V20/13 , G06V10/26 , G06V10/44 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/04 , G06N3/08
摘要： 本发明设计了一种基于边缘增强的高分辨率遥感影像的耕地信息提取方法，设计构建联合边缘增强损失函数BE‑Loss，并相应设计高效的BEC‑Net网络框架实现耕地地块与其边缘情况的精准提取。使用EfficientNet为骨干网络的UNet网络作为语义分割模块，在边界增强模块中通过融入scSE双通道注意力机制、Cot模块、门控卷积等提升训练精度。结合余弦退火衰减算法更新学习率使训练结果更具全面性。最后经边缘增强的分类结果较其他模型精度有明显提高。本发明不仅可以通过对网络框架和学习手段的调整实现模型的优化；利用高效的浅层结构专注于处理边缘语义，对于耕地类型地块提取精度的提升具有同等重要的意义。
-
公开(公告)号：CN114596502A
公开(公告)日：2022-06-07
申请号：CN202210201357.0
申请日：2022-03-03
申请人： 合肥工业大学
IPC分类号： G06V20/13 , G06V10/26 , G06V10/44 , G06V10/774 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
摘要： 本发明设计了一种基于边缘增强的高分辨率遥感影像的耕地信息提取方法，设计构建联合边缘增强损失函数BE‑Loss，并相应设计高效的BEC‑Net网络框架实现耕地地块与其边缘情况的精准提取。使用EfficientNet为骨干网络的UNet网络作为语义分割模块，在边界增强模块中通过融入scSE双通道注意力机制、Cot模块、门控卷积等提升训练精度。结合余弦退火衰减算法更新学习率使训练结果更具全面性。最后经边缘增强的分类结果较其他模型精度有明显提高。本发明不仅可以通过对网络框架和学习手段的调整实现模型的优化；利用高效的浅层结构专注于处理边缘语义，对于耕地类型地块提取精度的提升具有同等重要的意义。
-
公开(公告)号：CN114595629A
公开(公告)日：2022-06-07
申请号：CN202210194277.7
申请日：2022-03-01
申请人： 合肥工业大学
IPC分类号： G06F30/27 , G06K9/62 , G06F111/08
摘要： 本发明公开了了一种基于GBDT‑LR和信息量模型的滑坡易发性评价方法，本发明结合研究区域滑坡发育的特点，基于GIS和Python等软件，综合考虑前人研究成果，最终确定13个评价因子，基于信息量模型（I）、梯度提升决策树‑逻辑回归（GBDT‑LR）算法构建滑坡易发性评价模型，采用Borderline‑Smote算法解决滑坡样本的不对称问题，通过频率比、十折线交叉验证和ROC曲线对评价模型进行评估，最终制成贵池区易发性区划图，并结合实际情况分析所制成的滑坡易发性区划图的合理性；为滑坡发生的可能性提供参考，为政府治理滑坡灾害提供科学的参考依据。
-
-
-
-
-
-
搜索结果
7 条记录 (耗时 0.077 秒)
