一种基于知识引导的多重感知注意力网络图像去雾方法

    公开(公告)号:CN117557473A

    公开(公告)日:2024-02-13

    申请号:CN202311511909.9

    申请日:2023-11-14

    IPC分类号: G06T5/73 G06N3/0464 G06N3/096

    摘要: 本发明公开了一种基于知识引导的多重感知注意力网络图像去雾方法。该方法设计了具有编码和解码结构的教师网络和学生网络。教师网络由网络反卷积模块、下采样模块、上采样模块以及本发明设计的教师多重感知注意力模块和本发明设计的深浅层特征融合模块构成。学生网络由网络反卷积模块、下采样模块、上采样模块以及本发明设计的学生多重感知注意力模块和深浅层特征融合模块构成。首先,通过最小化本发明设计的损失函数,利用清晰图像训练教师网络;然后,通过最小化本发明设计的损失函数训练学生网络;基于知识蒸馏理论,在学生网络的解码位置利用教师网络的内部特征引导学生网络的内部特征,进一步提升图像去雾性能。

    基于改进的DBSCAN聚类的交通数据可视分析方法

    公开(公告)号:CN117271856A

    公开(公告)日:2023-12-22

    申请号:CN202311230179.5

    申请日:2023-09-22

    IPC分类号: G06F16/904 G06F16/906

    摘要: 本发明涉及新一代信息技术领域,具体涉及一种基于改进的DBSCAN聚类的交通数据可视分析方法,包括以下步骤:S1、对出租车轨迹数据预处理;S2、上下客轨迹点提取;S3、特征数据提取;S4、轨迹数据处理;S5、对GPS轨迹数据按时间分类,每小时为一段,逐小时进行聚类分析,先找到第一个聚类,后在每个聚类结果中找到每个聚类的聚类中心,再对结果聚类;S6、可视化模拟展示:基于Echarts、PLoty和百度地图,采用HTML、JavaScript、css和jQuery技术,通过第三方框架bootstrap实现了道路交通流量可视化模拟展示。本发明对聚类结果再次进行聚类,解决传统的DBSCAN算法在数据量大的情况下,出现覆盖区域广、可视化效果差、无法准确的找到热点等问题。