-
公开(公告)号：CN118396330A
公开(公告)日：2024-07-26
申请号：CN202410643892.0
申请日：2024-05-23
Applicant: 河海大学 , 水利部交通运输部国家能源局南京水利科学研究院
IPC: G06Q10/0631 , G06Q10/0637 , G06Q50/02 , G06N3/092
Abstract: 本发明公开了一种基于改进Q‑learning的水资源优化调度方法与系统，方法包括如下步骤：1)对水资源调度涉及的实体对象进行分级建模，并根据分级信息确定可参与调度的对象集合；2)考虑不同领域的水资源需求满足率和/或用水产生的主体效益，建立水资源调度优化模型；3)构建改进Q‑learning算法，求解水资源调度优化模型，获得水资源调度方案集。本发明通过考虑不同领域的水资源需求和/或用水产生的主体效益，建立水资源调度优化模型，并构建了一种面向该模型的改进Q‑learning算法，最终利用改进的算法求解优化模型，利用该方法可智能计算获得跨流域等规模化区域内的水资源调度方案集，解决目标地区范围性、季节性的缺水问题，提高水资源的利用率。
-
公开(公告)号：CN114973054A
公开(公告)日：2022-08-30
申请号：CN202210309109.8
申请日：2022-03-28
Applicant: 河海大学 , 水利部交通运输部国家能源局南京水利科学研究院
IPC: G06V20/40 , G06V20/52 , G06V20/70 , G06V10/80 , G06V10/44 , G06V10/82 , G06V10/764 , G06V10/766 , G06V10/762 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于DCBFFNet的城市河道水上多目标检测方法与系统。首先从视频流中分别提取城市河道管理涉及水上对象的图像，进行降噪处理和标注，构建目标检测数据集；其次构建对象尺度敏感的密集连接双向特征融合深度学习模型DCBFFNet，该模型构建了面向多对象特性的特征层选择模块以及基于多尺度特征的密集双向特征融合模块，并设计了面向对象的多层特征图锚框尺寸；再基于最优的锚框尺寸和目标检测数据集，进行模型的迭代训练；最后基于训练好的模型实现水上对象的定位和类别预测。本发明通过端到端的模型训练可实现从数据集到目标检测的完整流程，用于城市河道水上多目标的定位和对象类别判断，为城市河道健康管理的及时响应提供智能化方法。
-
公开(公告)号：CN115331087B
公开(公告)日：2023-03-24
申请号：CN202211237501.2
申请日：2022-10-11
Applicant: 水利部交通运输部国家能源局南京水利科学研究院
IPC: G06V10/82 , G06V10/80 , G06V20/70 , G06V10/774 , G06V10/764 , G06V10/26
Abstract: 本发明提出了一种融合区域语义与像素特征的遥感影像变化检测方法及系统，属于遥感影像变化检测的技术领域。首先，构建基于孪生网络架构的多尺度特征融合变化检测网络模型，利用端到端深度学习完成双时相遥感影像的直接变化检测；其次，利用语义分割模型赋予检测对象的区域语义，借助对象语义的区域连续属性，结合集合运算对直接变化检测结果的边缘进行逐像素分类优化，减少变化检测结果中的粘连等误检，提升双时相遥感影像变化检测精度。本发明通过将区域语义和像素特征结合，既能基于深度学习直接完成变化检测区域的识别，又解决了直接变化检测中的多类误检问题，高精度地实现了双时相影像的端到端变化检测。
-
公开(公告)号：CN115331087A
公开(公告)日：2022-11-11
申请号：CN202211237501.2
申请日：2022-10-11
Applicant: 水利部交通运输部国家能源局南京水利科学研究院
IPC: G06V10/82 , G06V10/80 , G06V20/70 , G06V10/774 , G06V10/764 , G06V10/26
Abstract: 本发明提出了一种融合区域语义与像素特征的遥感影像变化检测方法及系统，属于遥感影像变化检测的技术领域。首先，构建基于孪生网络架构的多尺度特征融合变化检测网络模型，利用端到端深度学习完成双时相遥感影像的直接变化检测；其次，利用语义分割模型赋予检测对象的区域语义，借助对象语义的区域连续属性，结合集合运算对直接变化检测结果的边缘进行逐像素分类优化，减少变化检测结果中的粘连等误检，提升双时相遥感影像变化检测精度。本发明通过将区域语义和像素特征结合，既能基于深度学习直接完成变化检测区域的识别，又解决了直接变化检测中的多类误检问题，高精度地实现了双时相影像的端到端变化检测。
-
公开(公告)号：CN119888487A
公开(公告)日：2025-04-25
申请号：CN202411930066.0
申请日：2024-12-25
Applicant: 河海大学
Abstract: 本发明公开了一种基于小样本红外特征学习的混凝土大坝空鼓隐患识别方法，包括以下步骤：首先，通过坝体温度场计算模拟红外图像，构建迁移学习的预训练数据集；然后，构建双注意力与多尺度特征增强语义分割模型，包括空间‑通道双注意力编码器，多尺度特征增强模块，空间‑通道双注意力解码器，和基于组合损失函数预测模块；其次，将构建的语义分割模型部署在模拟数据集上进行预训练产生预训练模型，然后在实测大坝空鼓红外图像数据集上调用预训练模型，来完成小样本下的迁移学习。最后将模型部署到边缘端，识别混凝土大坝空鼓。本发明提高了混凝土大坝空鼓的检测效率，为混凝土大坝的隐患排查提供了智能化的基础。
-
Patent Agency Ranking
公开(公告)号：CN117576420B
公开(公告)日：2024-09-24
申请号：CN202311735799.4
申请日：2023-12-18
Applicant: 河海大学
Abstract: 本发明公开一种基于智能计算的数字孪生流域特征要素识别方法，主要面向具有动态特性的诸如涉水工程运行、灾害演变、流场等一类随时间变化的特征要素，通过智能计算的技术手段，实现特征要素识别，支撑数字孪生流域中数字底板建设。针对动态特征要素时变性、隐藏性、弱小性突出的问题，创新提出了模拟双流机制的智能计算模型，降低数字孪生流域特征要素识别的误差累积，本发明公开方法能够敏锐识别出动态特征要素，普遍适用于数字孪生流域数字底板构建的工程应用需求，为水利“三道防线”建设奠定应用技术基础。
-
公开(公告)号：CN118397531A
公开(公告)日：2024-07-26
申请号：CN202410330434.1
申请日：2024-03-21
Applicant: 河海大学
IPC: G06V20/52 , G06V20/40 , G06V10/764 , G06V10/774
Abstract: 本发明公开了一种基于深度学习轻量化网络的水面漂浮物检测方法，方法包括：首先通过视频监控系统的摄像头采集河道监控场景视频帧图像，按照不同光照条件对图像进行筛选，并在筛选后的图像中对不同目标分类标注，目标类别包括秸秆、瓶子、树枝、塑料袋、船、鸟、水草、垃圾，共8类；对秸秆、树枝、船、鸟四类样本较少的目标采用mixup原理增强样本数量，达到每类目标的样本数量至少300张，构建完成水面多目标检测样本数据集；其次，面向水面漂浮物数据集对YOLOv5s进行模型设计及预训练；再次，对YOLOv5s模型进行稀疏训练，模型剪枝，完成模型压缩，实现模型轻量化，模型大小为6.8M；最后，将视频帧图像输入轻量化模型实现河道漂浮物的智能实时监测。
-
公开(公告)号：CN114137028B
公开(公告)日：2024-06-11
申请号：CN202111355006.7
申请日：2021-11-16
Applicant: 河海大学
IPC: G01N27/00
Abstract: 本发明公开了多层薄膜材料技术领域的一种MEMS多层薄膜材料杨氏模量在线提取装置及方法，装置包括若干组悬臂梁结构，其中，第m组悬臂梁结构中的多层薄膜材料的层数为m，m＝1，2，···，n，n为待测多层薄膜材料的总层数；在每组悬臂梁结构中，包括固定在衬底材料同一表面上的锚区、驱动电极和接触电极，由多层薄膜材料形成的悬臂梁的一端固定于所述锚区，另一端位于所述接触电极的上方，驱动电极位于锚区和接触电极之间，且位于多层薄膜材料的下方。本发明通过合理设置电极的位置，避开吸合这种不稳定状态，设计的MEMS多层薄膜材料杨氏模量在线提取装置及方法具有操作简单，成本低，测量速度快，通用性强，可重复性高的优点。
-
公开(公告)号：CN110532644B
公开(公告)日：2021-01-22
申请号：CN201910732577.4
申请日：2019-08-09
Abstract: 本发明公开了一种用于水环境监测基于机理模型的对象辨识方法，依据水环境监测信息采集机理进行建模，并结合先验对象属性，针对水环境监测应用中的目标对象进行辨识的方法，实现对水‑气界面、水体等复杂环境中对象的准确辨识。本发明方法根据距离‑强度关系规则及信道差关系规则构建信息采集过程中的机理模型，确定对象存在的候选区域；并通过机理模型衍生用于对象辨识的判决证据，结合先验的对象属性，在候选区域中提取对象典型性特征；在此基础上，通过图模型对对象典型性特征进行传播，遍历对象区域，实现对象的整体辨识。与现有技术相比，本发明能够在水环境监测复杂环境中准确的辨识对象属性，辨识准确性较高。
-
公开(公告)号：CN112052742A
公开(公告)日：2020-12-08
申请号：CN202010804700.1
申请日：2020-08-12
Applicant: 河海大学
Abstract: 本发明公开了一种融合语义与像素特征的高分二号遥感影像水体提取方法，包括：将高分二号遥感影像中的多光谱和全色谱遥感影像根据其成像特点进行其波段组合，以更好地突出水体信息；提出一种改进的FCN的水体全局特征提取方法，改进了激活函数解决神经元的坏死现象，改进了跳层结构以利用特征信息与空间信息防止过拟合现象；基于改进的条件随机场对水体边缘特征进行逐像素分类优化水体边缘提取，最终实现更高精度的水体提取。本发明从水体全局语义特征与水体边缘像素特征两个角度出发，提取水体全局语义特征并利用水体边缘像素特征优化水体提取，模型既防止了深度特征提取时的过拟合现象，又解决了FCN模型提取水体边缘时的漏识与误识问题。
-
-
-
-
-
-
-
-
-
Search Results
117
records
(took 0.12 seconds)
