-
公开(公告)号:CN117649439B
公开(公告)日:2024-04-09
申请号:CN202410121538.1
申请日:2024-01-30
IPC分类号: G06T7/62 , G06T7/11 , G06T5/73 , G06T5/20 , G06V20/10 , G06V10/20 , G06V10/36 , G06V10/44 , G06V10/80
摘要: 本发明涉及图像处理技术领域,具体为一种海草床面积的获取方法、系统、设备和存储介质,该获取方法,首先将带雾的初始海草床图像先进行便于快速计算的去雾厚度处理,查看去雾厚度图的质量是否达标;若去雾厚度图质量不达标,使用更细致的去雾浓度处理方法提升初始海草床图像的图像质量,直至去雾浓度图达标后进行特征提取;若去雾厚度图质量达标了,直接进行特征提取;接着,特征提取的过程中,使用语义特征提取和全局特征提取处理等处理去雾厚度图或去雾浓度图,获取特征海草床图;然后,基于特征海草床图的像素差分布情况,确定海草床区域的边缘点和面积;最后,基于海草床图上面积和图像比例尺,获得真实的海草床面积。
-
公开(公告)号:CN117395164B
公开(公告)日:2024-03-26
申请号:CN202311694257.7
申请日:2023-12-12
申请人: 烟台大学
IPC分类号: H04L41/147 , H04L41/16 , H04L41/14 , G06N3/042 , G06N3/0464 , G06N3/098 , G16Y40/10
摘要: 本发明涉及工业物联网技术领域,具体为工业物联网的网络属性预测方法及系统,以工业物联网中的每个设备为图的节点,设备之间的连接为图的边,生成工业物联网网络结构信息图,并形成图数据保存在对应的分支中,通过应用联邦学习技术,每个分支中训练的局部图神经网络模型在确定各自的参数后,通过聚合其余分支的模型参数更新当前分支中模型的参数,从而只共享数据中的知识而不共享数据自身,使得分支对应的客户端可以在不共享隐私数据的情况下共同训练全局模型。
-
公开(公告)号:CN117395164A
公开(公告)日:2024-01-12
申请号:CN202311694257.7
申请日:2023-12-12
申请人: 烟台大学
IPC分类号: H04L41/147 , H04L41/16 , H04L41/14 , G06N3/042 , G06N3/0464 , G06N3/098 , G16Y40/10
摘要: 本发明涉及工业物联网技术领域,具体为工业物联网的网络属性预测方法及系统,以工业物联网中的每个设备为图的节点,设备之间的连接为图的边,生成工业物联网网络结构信息图,并形成图数据保存在对应的分支中,通过应用联邦学习技术,每个分支中训练的局部图神经网络模型在确定各自的参数后,通过聚合其余分支的模型参数更新当前分支中模型的参数,从而只共享数据中的知识而不共享数据自身,使得分支对应的客户端可以在不共享隐私数据的情况下共同训练全局模型。
-
公开(公告)号:CN117910519B
公开(公告)日:2024-06-07
申请号:CN202410315719.8
申请日:2024-03-20
申请人: 烟台大学
IPC分类号: G06N3/0475 , G06N3/094 , G06N3/126 , G06F16/9535
摘要: 本发明属于图结构优化推荐领域,提供了一种进化图生成对抗网络的推荐方法,包括确定图的节点和边,构建真实图结构;生成器利用不同的变异函数生成不同的虚假图结构;鉴别器利用适应性函数对每个生成的虚假图结构进行质量评估,确定每个生成的虚假图结构的适应性得分并反馈给生成器;根据每个虚假图结构的适应性得分进行排序,生成器会通过适应性得分最高的虚假图结构来生成更加逼真的数据分布;每一轮进化迭代后,鉴别器更新自适应损失以便于能够更好地区分真实数据分布和生成数据分布,进而得到最优的图结构。本发明利用进化算法来使得原先的生成器充当进化体不断的在环境(鉴别器)中进化,减少模式崩溃与梯度问题。
-
公开(公告)号:CN117409483A
公开(公告)日:2024-01-16
申请号:CN202311705047.3
申请日:2023-12-13
申请人: 烟台大学
IPC分类号: G06V40/20 , G06V20/40 , G06V10/44 , G06V10/774 , G06V10/82 , G06N3/042 , G06N3/0464 , G06N3/08
摘要: 本发明属于虚拟现实交互技术领域,提供了基于自适应联合时空图卷积的虚拟现实交互方法及系统,其使用RGB摄像头作为感知源,通过骨架估计算法实时提取人体骨架,提出了一种自适应图机制,替换原有骨架图,使得骨架图可以跟网络参数一同优化,提升了全局准确率,提出了一种跨时空的联合图卷积方法,跨时空聚合节点信息,提升识别准确率并降低网络参数量使实时化可行。
-
公开(公告)号:CN115880573A
公开(公告)日:2023-03-31
申请号:CN202310182014.9
申请日:2023-03-01
摘要: 一种基于神经网络获取海草面积的方法、装置及设备,涉及海洋图像处理技术领域,该方法包括如下操作:步骤一:获取海草图像数据集,使用短期密集连接网络与双向分割网络的融合网络对海草图像数据集进行初始分割,得到初始的海草床分割图像;步骤二:所述初始的海草床分割图像依次经过分割头处理、分割损失处理、细节提取头处理和细节提取损失处理,得到细化的海草床分割图像;步骤三:所述细化的海草床分割图像进行细节引导处理,得到精细的海草床分割图像;步骤四:基于所述精细的海草床分割图像,得到海草面积。该方法有利于获得高准确度的海草面积,且该方法相比于人工实地测绘计算,具有省时省力的优点,可大力推广使用。
-
公开(公告)号:CN115587626A
公开(公告)日:2023-01-10
申请号:CN202211269371.0
申请日:2022-10-18
申请人: 烟台大学
摘要: 本发明公开了一种异质图神经网络属性补全方法,包括使用异质信息网络的嵌入方法对异质图网络进行节点嵌入,以形成拓扑网络结构;以拓扑结构为指导,通过残差注意力机制来聚合目标节点的邻居属性,对缺失属性的目标节点进行属性补全操作;将该方法与其他的异质网络模型相结合,计算模型的损失函数,并进行优化,达到一个端到端的效果。本发明可以与不同的异质图神经网络模型结合,并在真实的数据集上进行实验,针对属性缺失和训练过拟合问题,得到了更好的解决效果,明显的提高了预测的性能。
-
公开(公告)号:CN117649439A
公开(公告)日:2024-03-05
申请号:CN202410121538.1
申请日:2024-01-30
IPC分类号: G06T7/62 , G06T7/11 , G06T5/73 , G06T5/20 , G06V20/10 , G06V10/20 , G06V10/36 , G06V10/44 , G06V10/80
摘要: 本发明涉及图像处理技术领域,具体为一种海草床面积的获取方法、系统、设备和存储介质,该获取方法,首先将带雾的初始海草床图像先进行便于快速计算的去雾厚度处理,查看去雾厚度图的质量是否达标;若去雾厚度图质量不达标,使用更细致的去雾浓度处理方法提升初始海草床图像的图像质量,直至去雾浓度图达标后进行特征提取;若去雾厚度图质量达标了,直接进行特征提取;接着,特征提取的过程中,使用语义特征提取和全局特征提取处理等处理去雾厚度图或去雾浓度图,获取特征海草床图;然后,基于特征海草床图的像素差分布情况,确定海草床区域的边缘点和面积;最后,基于海草床图上面积和图像比例尺,获得真实的海草床面积。
-
公开(公告)号:CN117409483B
公开(公告)日:2024-06-07
申请号:CN202311705047.3
申请日:2023-12-13
申请人: 烟台大学
IPC分类号: G06V40/20 , G06V20/40 , G06V10/44 , G06V10/774 , G06V10/82 , G06N3/042 , G06N3/0464 , G06N3/08
摘要: 本发明属于虚拟现实交互技术领域,提供了基于自适应联合时空图卷积的虚拟现实交互方法及系统,其使用RGB摄像头作为感知源,通过骨架估计算法实时提取人体骨架,提出了一种自适应图机制,替换原有骨架图,使得骨架图可以跟网络参数一同优化,提升了全局准确率,提出了一种跨时空的联合图卷积方法,跨时空聚合节点信息,提升识别准确率并降低网络参数量使实时化可行。
-
公开(公告)号:CN117910519A
公开(公告)日:2024-04-19
申请号:CN202410315719.8
申请日:2024-03-20
申请人: 烟台大学
IPC分类号: G06N3/0475 , G06N3/094 , G06N3/126 , G06F16/9535
摘要: 本发明属于图结构优化推荐领域,提供了一种进化图生成对抗网络的图应用方法、系统及推荐方法,包括确定图的节点和边,构建真实图结构;生成器利用不同的变异函数生成不同的虚假图结构;鉴别器利用适应性函数对每个生成的虚假图结构进行质量评估,确定每个生成的虚假图结构的适应性得分并反馈给生成器;根据每个虚假图结构的适应性得分进行排序,生成器会通过适应性得分最高的虚假图结构来生成更加逼真的数据分布;每一轮进化迭代后,鉴别器更新自适应损失以便于能够更好地区分真实数据分布和生成数据分布,进而得到最优的图结构。本发明利用进化算法来使得原先的生成器充当进化体不断的在环境(鉴别器)中进化,减少模式崩溃与梯度问题。
-
-
-
-
-
-
-
-
-