-
公开(公告)号：CN118195061A
公开(公告)日：2024-06-14
申请号：CN202410221476.1
申请日：2024-02-28
申请人： 天津大学
IPC分类号： G06Q10/04 , G06Q50/26 , G06N3/044 , G06N3/0455 , G06N3/0464 , G06N3/08
摘要： 本发明提供了一种基于图表征召回机制的中期海表面高度时空预测方法，包括输入卫星观测SSHA数据，对数据进行归一化处理，利用滑动窗口构建SSHA时空序列，划分训练集和测试集；构建预测模型，将训练集中的SSHA时空序列输入到预测模型中训练模型，根据得到的SSHA预测结果和卫星观测SSHA数据计算损失，利用损失函数梯度更新模型参数，直至模型收敛，达到最大迭代次数，保存最优的模型参数；利用训练好的模型参数进行测试，输出SSHA预测结果，根据预测结果和卫星观测SSHA数据计算评价指标。本发明在循环神经网络中引入图表征召回机制用于海表面高度的中期时空预测，以提高算法的中期预测性能。
-
公开(公告)号：CN117830824A
公开(公告)日：2024-04-05
申请号：CN202311569919.8
申请日：2023-11-23
申请人： 天津大学
IPC分类号： G06V20/10 , G06V10/26 , G06V10/44 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/08 , G06N3/0475 , G06N3/045 , G06N3/0895
摘要： 本发明涉及遥感变化检测领域，更具体地，涉及一种基于对比学习的弱监督遥感图像语义变化检测算法，用于在缺少大量完整语义标签数据的情况下训练一个可靠的语义变化检测网络。本发明所述方法通过设计循环融合掩码后处理网络，提升模型在监督不足时高效提取语义信息的能力，并通过设计三种不同尺度的语义对比模块，构建了一种遥感语义变化检测网络的弱监督训练范式。采用本发明所述的方法，能够有效地使用变化检测标签训练表现优秀的语义变化检测网络，极大地降低了训练过程对数据质量的要求。
-
公开(公告)号：CN117237738A
公开(公告)日：2023-12-15
申请号：CN202311332238.X
申请日：2023-10-13
申请人： 天津大学
IPC分类号： G06V10/764 , G06V10/774 , G06V10/82 , G06V10/22 , G06N3/0464 , G06N3/048 , G06N3/08
摘要： 本发明涉及计算机视觉中的红外目标检测领域，更具体地，涉及到一种基于域适应的红外目标检测算法。由于可用的有标签红外数据数量有限，训练一个强大的红外目标检测器具有挑战性。为了解决这个问题，本发明通过利用大规模的可见光数据集来补充小规模的红外数据集，从而提高红外域中目标检测模型的性能。本发明所述的方法包括基于光照引导的注意力机制模块和基于原型的域适应模块。第一个模块利用光照信息，有选择地关注域不变的特征，这提高了域适应的稳定性。另一方面，第二个模块同时执行类别无关的和特定类别的适应，以进一步提高模型的域适应能力。本发明所述的方法与当前最先进的方法相比，取得了卓越的性能。
-
公开(公告)号：CN109800780B
公开(公告)日：2021-04-27
申请号：CN201811480404.X
申请日：2018-12-05
申请人： 天津大学
摘要： 本发明公开了基于非监督流形对齐的域自适应遥感图像分类算法，步骤(1)、在对遥感数据集进行包括归一化和逐像素点信息重排序的预处理，其中，对数据流形采取了全局保护；步骤(2)、初始化；步骤(3)、定义总体目标函数；步骤(4)、采用交替迭代的方法优化求解上述总体目标函数，以得到匹配矩阵F，映射函数PX和PZ，对来自目标域的数据进行分类。与现有技术相比，本发明具有较高的自适应性，相比于手动方法具有很大的优势。
-
公开(公告)号：CN107767329B
公开(公告)日：2021-04-27
申请号：CN201710964547.7
申请日：2017-10-17
申请人： 天津大学
IPC分类号： G06T3/00
摘要： 本发明公开了一种基于显著性检测的内容感知图像缩略图生成算法，步骤(1)、用显著性检测技术得到输入图像的显著图，对输入图像和显著图同步进行列取样分析，然后计算显著图上每个取样区域的显著性密度值ρj；步骤(2)、得到各个取样区域的采样规则函数；步骤(3)、得到横向缩略图Rs；步骤(4)、将横向缩略图Rs与步骤(1)得到的显著图为作为输入，同步列取样变换为同步行取样，并将取样区域做转置，重复上述类似操作步骤,得到纵向压缩的缩略图Rs'，Rs'转置操作得到最终的图像缩略图。本发明能够在保证图像尺寸得到有效压缩的同时，十分有效地保留图像的显著区域，充分压缩无关紧要的信息，且不发生图像的尺寸变形。
-
公开(公告)号：CN112218051A
公开(公告)日：2021-01-12
申请号：CN202011072221.1
申请日：2020-10-09
申请人： 天津大学
IPC分类号： H04N7/18 , H04N21/6437 , G06F16/29
摘要： 本发明涉及一种基于GIS的无人机海域监测方法，包括如下步骤：在GIS系统上，通过配置文件的形式获得无人机测控有关参数字段；对于特定无人机，接收该无人机实时的视频数据和飞控系统产生与存储的遥测数据；对于视频数据，利用基于灰度投影的方法实现对视频帧的快速运动估计，形成视频运动编码；对于遥测数据，根据遥测数据解析的无人机载荷状态数据和载荷状态数据，以时间为轴进无人机以及载荷的运动模式进行编码，得到遥测运动编码；实现遥测数据与视频数据的同步。
-
-
公开(公告)号：CN111027394A
公开(公告)日：2020-04-17
申请号：CN201911103231.4
申请日：2019-11-12
申请人： 天津大学
摘要： 本发明公开了一种基于孪生三维卷积神经网络的行为分类方法，步骤1，调整图像帧的长、宽到孪生三维卷积神经网络要求的大小；步骤2，把图像帧序列按连续16帧一组进行分组，把每组图像帧输入孪生三维卷积神经网络，提取抽象时间特征与抽象空间特征，把抽象时间特征输入到反卷积网络，得到光流场；步骤3，计算得到总损失函数为，表达式为：L＝Lcls+αLflow；步骤4，利用反向传播技术优化网络参数，使网络性能达到最优。本发明算法具有速度与准确率上的双重优势。
-
公开(公告)号：CN110908710A
公开(公告)日：2020-03-24
申请号：CN201911137711.2
申请日：2019-11-19
申请人： 天津大学
摘要： 本发明公开了一种Web前端代码依赖关系可视化方法，该方法利用分析项目代码得到包含代码信息及引用关系的原始数据，对其增强得到强化数据，再将强化数据映射到可视化模型上，最后使用ECharts进行渲染得到代码依赖关系的可视化图形，可视化图形可支持人机交互，可通过筛选原始数据，重新得到新渲染的可视化图形。与现有技术相比，原本需要人工检查才能分析得到的依赖关系，本发明提出的一种Web前端代码依赖关系可视化方法可以自动化地分析并渲染成可视化的图形，有助于减少不必要的依赖，优化代码结构。
-
公开(公告)号：CN107911859B
公开(公告)日：2020-03-06
申请号：CN201711002359.2
申请日：2017-10-24
申请人： 天津大学
摘要： 本发明公开了一种基于跨层设计的水下无线传感器网络的生命周期延长方法，步骤(1)、建立水下无线传感器网络最大化生命周期模型；步骤(2)、执行迭代算法，获得网络传输方案(包括节点的数据码率，传输功率和网络链路调度)的最优方案。与现有技术相比，本发明可以实现对网络中节点能耗的降低，和节点间能耗的平衡，因此可以有效延长网络的生命周期。
-
-
-
-
-
-
-
-
-
搜索结果
91 条记录 (耗时 0.03 秒)
