公开(公告)号：CN117455788A

公开(公告)日：2024-01-26

申请号：CN202311442415.X

申请日：2023-11-01

Applicant: 江南大学

Inventor： 郭亚 ,  戴航宇

IPC: G06T5/50 ,  G06N3/126 ,  G06T3/4053 ,  G06N3/08

Abstract: 本发明涉及一种基于多模型深度先验的融合方法，包括：获取样本集；根据所述样本集，建立可变残差混合注意力网络模型；根据所述样本集，通过所述可变残差混合注意力网络模型，生成多模型输出图像；根据所述多模型输出图像，通过光谱重构，建立多模型正则化项；根据所述多模型正则化项，通过遗传算法，生成最优正则化系数；根据所述最优正则化系数和所述多模型正则化项，建立融合方程；根据所述融合方程，通过快速求解方法，生成高光谱图像；本申请运用机理知识将多种超分辨结果融合至一个算法之中，使得在不增加硬件成本的基础上，得到高质量的高光谱图像，有效降低高光谱图像采集设备的硬件成本，显著提升超分辨图像的修复质量。

公开(公告)号：CN119832106A

公开(公告)日：2025-04-15

申请号：CN202411901420.7

申请日：2024-12-23

Applicant: 江南大学

Inventor： 郭亚 ,  戴航宇 ,  黄敏

IPC: G06T11/00 ,  G06N3/0475 ,  G06N3/045 ,  G06N3/094 ,  G06Q50/02 ,  G06V20/10

Abstract: 本申请涉及一种遥感数据重建方法、装置、计算机设备和存储介质。所述方法包括：获取农作物的光学遥感数据，并根据光学数据缺失规律生成NDVI时间序列修复数据集；调用周期插值生成对抗网络对NDVI时间序列修复数据集进行重建，得到高时间分辨率的NDVI时间序列；对高时间分辨率的NDVI时间序列进行图像数据可视化处理，得到重建后的NDVI图像时间序列。通过对光学遥感数据的修复、重建与可视化处理，提升了农作物生长监测的准确性和实用性。

公开(公告)号：CN119274694A

公开(公告)日：2025-01-07

申请号：CN202411196113.3

申请日：2024-08-29

Applicant: 江南大学

Inventor： 郭亚 ,  汤浩 ,  戴航宇 ,  付丽疆

IPC: G16C20/70 ,  G01N21/64 ,  G16C20/10 ,  G06N3/045 ,  G06N3/0442 ,  G06N3/049 ,  G06F18/213 ,  G01N21/63

Abstract: 本发明涉及叶绿素荧光检测技术领域，尤其涉及一种明适应条件下暗适应叶绿素荧光信号获取方法及系统。构建InceptionTime‑LSTM模型，所述模型包括：InceptionTime模块、LSTM模块、第一全局平均池化层与全连接层，将明适应下的叶绿素荧光动力学曲线(OJIPL)并行输入所述InceptionTime模块与LSTM模块，分别得到InceptionTime输出特征与全局OJIP时间依赖特征；其中，InceptionTime模块包含多个依次连接的Inception模块，每隔预设步长，对应Inception模块的输出与OJIPL曲线进行残差连接；InceptionTime输出特征经过第一全局平均池化层后，与全局OJIP时间依赖特征拼接后输入所述全连接层，输出暗适应下的叶绿素荧光动力学曲线(OJIPD)及多个叶绿素荧光参数(ChlFParmsD)。本发明不需要暗适应也可估测出OJIPD曲线和ChlFParmsD值，具有重要的理论与实际意义。