“侍佼”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果22个，建议您升级VIP下载更多相关专利

[发明专利]基于自适应谱感知演化神经网络的高光谱图像分类方法-CN202310093690.9在审
发明人：周颖;王浩;李佳怡;雷雨;侍佼 -专利权人：西北工业大学
申请日： 2023-02-07 - 公布日： 2023-06-09 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种基于自适应谱感知演化神经网络的高光谱图像分类方法，包括：从高光谱图像数据集中提取其中有类别标签的样本构成训练样本集，提取其中无类别标签的样本构成测试样本集；基于进化算法搜索由光谱特征感知卷积模块组成的多尺度谱感知卷积神经网络网络；利用训练样本集训练搜索到的最优网络，得到训练完成的高光谱图像分类网络；利用高光谱图像分类网络得到测试样本集中各待测样本的分类结果，并利用各待测样本的分类结果以及有类别标签的数据体样本中各像素的类别，得到高光谱图像数据体的分类结果图。本发明通过考虑高光谱图像的特性，能有效提取高光谱图像的空间信息和光谱信息，提高高光谱图像分类效果。
基于自适应感知演化神经网络光谱图像分类方法

[发明专利]基于多目标进化的遥感图像变化检测方法-CN202310200730.5在审
发明人：侍佼;李佳怡;吴天阳;雷雨;周德云;刘晓冬 -专利权人：西北工业大学
申请日： 2023-03-03 - 公布日： 2023-05-30 - 主分类号： G06V20/10 文献下载
摘要：本发明公开了一种基于多目标进化的遥感图像变化检测方法，包括：获取具有不同时相的第一待处理图像及第二待处理图像，并生成差异图；面向差异图生成初始种群；基于改进的高斯混合模型GMM计算初始种群中每个个体的第一目标函数；基于噪声抑制算法计算每个个体的第二目标函数；利用基于分解的多目标进化算法MOEA/D对所述第一目标函数及所述第二目标函数进行迭代优化并更新非支配结果集合；根据非支配结果集合，获得第一待处理图像与第二待处理图像间的变化检测结果。本发明降低了检测过程中陷入局部最优的风险，并实现变化检测中噪声抑制与变化细节保护之间平衡的自主控制。
基于多目标进化遥感图像变化检测方法

[发明专利]一种基于半监督多模态哈希编码的跨模态检索方法-CN201911295770.2有效
发明人：田大湧;周德云;魏仪文;侍佼;雷雨 -专利权人：西北工业大学
申请日： 2019-12-16 - 公布日： 2023-04-25 - 主分类号： G06F16/901 文献下载
摘要：本发明公开了一种基于半监督多模态哈希编码的跨模态检索方法，包括：对原始图像数据进行预处理，获得所述原始图像数据的实数矩阵向量；根据所述实数向量获取辅助变量；根据所述辅助变量估计所述原始图像数据中无标记数据的标记矩阵；根据原始图像数据中有标记数据的标记矩阵和已估计的无标记数据的标记矩阵生成哈希编码矩阵。该半监督多模态哈希编码方法调整了哈希编码过程中，原始图像数据中已有真实标记与估计标记的权重，并且采用了非线性模型，能够有效地利用有限的标记信息提高数据的检索精度。
一种基于监督多模态哈希编码跨模态检索方法

[发明专利]遥感图像的变化检测方法、装置、电子设备及存储介质-CN202110450313.7有效
发明人：侍佼;谭春晖;雷雨;周德云;李枭扬;周颖 -专利权人：西北工业大学
申请日： 2021-04-25 - 公布日： 2023-04-07 - 主分类号： G06V20/10 文献下载
摘要：本发明公开了一种遥感图像的变化检测方法、装置、电子设备及存储介质，该方法包括：获取具有不同时相的第一待处理图像和第二待处理图像；将第一待处理图像及第二待处理图像输入变化检测模型，并获得变化检测模型输出的变化检测结果；根据变化检测结果，确定第一待处理图像和第二待处理图像中的地表变化。由于变化检测模型是预先利用多个第一类训练样本，按照预设网络性能评价策略以及预设网络结构搜索策略，对每次迭代得到的网络结构进行性能评价后，选取至少部分网络结构进行交叉、变异得到的神经网络模型，因而通过网络结构搜索策略实现了自动获取可用于实现遥感图像变化检测的最优全连接网络结构，进而解决人工设计网络结构耗时耗力的问题。
遥感图像变化检测方法装置电子设备存储介质

[发明专利]一种半配对多模态数据哈希编码方法-CN201910951066.1有效
发明人：田大湧;周德云;魏仪文;侍佼;雷雨 -专利权人：西北工业大学
申请日： 2019-10-08 - 公布日： 2023-03-10 - 主分类号： G06F16/51 文献下载
摘要：本发明公开了一种半配对多模态数据哈希编码方法，包括：获得半配对多模态数据的图像信息矩阵和文字信息矩阵；构建将图像映射到文字空间的第一神经网络和将文字映射到图像空间的第二神经网络并分别从所述第一神经网络和所述第二神经网络中选取一个编码层；利用所述编码层建立目标函数；根据所述目标函数训练所述第一神经网络和所述第二神经网络，获得所述半配对多模态数据的哈希编码矩阵。该方法采用深度神经网络，相比于现有的浅层模型方法具有更好的非线性拟合能力，并且生成的哈希编码具有更高的精度和多样性。
一种配对多模态数据编码方法

[发明专利]一种基于深度神经网络的高光谱图像分类方法-CN202211095575.7在审
发明人：侍佼;张楠;雷雨;周德云;邵涛 -专利权人：西北工业大学
申请日： 2022-09-06 - 公布日： 2022-12-02 - 主分类号： G06V20/10 文献下载
摘要：本发明公开了一种基于深度神经网络的高光谱图像分类方法，包括：将待分类高光谱数据输入目标深度神经网络得到分类结果；目标深度神经网络训练过程包括：利用标签高光谱训练数据对初始深度神经网络进行训练得到中间深度神经网络，初始深度神经网络包括依次连接的若干基础残差网络模块和一输出模块；利用协同性选择策略和竞争性选择策略从无标签高光谱数据中选择部分无标签高光谱数据作为伪标签高光谱训练数据，由标签高光谱训练数据和伪标签高光谱训练数据生成新的标签高光谱训练数据；利用新的标签高光谱训练数据对中间深度神经网络进行上述训练直至满足训练停止条件得到目标深度神经网络。本发明提高了高光谱图像的分类性能。
一种基于深度神经网络光谱图像分类方法

[发明专利]基于增量式差异学习网络的多源异质影像变化检测方法-CN202210577166.4在审
发明人：侍佼;谭春晖;雷雨;周德云;张圆 -专利权人：西北工业大学
申请日： 2022-05-25 - 公布日： 2022-09-20 - 主分类号： G06V20/10 文献下载
摘要：本发明公开了一种基于增量式差异学习网络的多源异质影像变化检测方法，包括：构建两幅多源异质遥感影像的原始训练样本；利用两组原始训练样本分别训练SDAE，构建差异学习网络；根据两组原始训练样本和差异学习网络在当前次迭代中的目标函数训练差异学习网络，得到当前次迭代中的预分类结果图；利用其和预设的样本筛选策略确定当前次迭代中的分类器训练集，并训练分类器得到当前次迭代中的分类器的训练损失；判断是否达到迭代停止条件；若否利用当前次迭代中的分类器的训练损失更新差异学习网络的目标函数并返回差异学习网络训练；若是利用当前次迭代中训练完成的分类器得到两幅多源异质遥感影像的变化检测结果图。本发明能提高检测精度。
基于增量差异学习网络多源异质影像变化检测方法

[发明专利]基于协同分析自主感知网络结构的高光谱变化检测方法-CN202210283172.9在审
发明人：侍佼;谭春晖;雷雨;周德云;周颖 -专利权人：西北工业大学
申请日： 2022-03-22 - 公布日： 2022-08-02 - 主分类号： G06V20/10 文献下载
摘要：本发明公开了一种基于协同分析自主感知网络结构的高光谱变化检测方法，包括：获取同一传感器采集的两组高光谱变化检测数据集，确定每组的训练样本和待测样本；对每组建立变化检测网络结构搜索任务；对每个任务产生初始网络结构种群；对每个当前网络结构种群，利用遗传算法进行种群内进化得到内部进化后网络结构种群；针对该对内部进化后网络结构种群，在满足跨任务知识交流条件时共享优秀个体信息，得到每个内部进化后网络结构种群对应的更新网络结构种群；判断是否达到预设的最大迭代次数；若否返回种群内进化；若是停止迭代，从每个更新网络结构种群中获取最优网络结构，利用对应的待测样本得到变化检测结果。本发明能提高各CD任务分类精度。
基于协同分析自主感知网络结构光谱变化检测方法

[发明专利]一种遥感图像变化检测方法-CN202210311570.7在审
发明人：侍佼;吴天成;雷雨;周德云;周颖;何玉亭;曾丽娜 -专利权人：西北工业大学
申请日： 2022-03-28 - 公布日： 2022-07-29 - 主分类号： G06V20/10 文献下载
摘要：本发明公开了一种遥感图像变化检测方法，包括：获取对同一位置不同时刻拍摄的第一、第二遥感图像；分别对第一、第二遥感图像进行标记形成无标签样本数据和有标签样本数据；分别对无标签样本数据和有标签样本数据进行矢量格式转换形成无标签样本矢量数据和有标签样本矢量数据；利用进化算法进行网络结构搜索得到若干目标阶梯网格模型；对每一目标阶梯网络模型进行半监督与无监督训练确定中间最优阶梯网络模型；对中间最优阶梯网络模型进行半监督与无监督训练得到目标最优阶梯网络模型，目标最优阶梯网络模型对应的输出结果为检测结果。本发明检测方法普适性更强，可以获得更好的遥感图像变化检测结果。
一种遥感图像变化检测方法

[发明专利]基于离散映射差分进化算法的多无人机协同任务分配方法-CN202111517926.4在审
发明人：杨振;李枭扬;朴海音;周德云;侍佼;雷雨 -专利权人：西北工业大学
申请日： 2021-12-13 - 公布日： 2022-04-26 - 主分类号： G06Q10/06 文献下载
摘要：本发明公开了一种基于离散映射差分进化算法的多无人机协同任务分配方法，包括：S1：对多无人机和多目标进行参数初始化；S2：进行多机航程代价估算，获得每个无人机与每个目标之间的真实航程代价值；S3：将初代种群中的个体代入目标函数中，记录初代种群中适应度最优的个体；S4：对初代种群中的个体依次进行差分变异操作、反映射操作和选择评优操作，利用变异后适应度更好的个体代替原始个体，以完成一次进化；S5：利用新的种群重复步骤S4，判断是否到达最大迭代次数，若满足，则结束迭代，输出最后一代种群中的最优个体作为最终任务分配结构；否则，返回步骤S4。本发明能够快速求解最优的无人机任务分配方案，提升无人机群对任务的完成效率。
基于离散映射进化算法无人机协同任务分配方法

[发明专利]基于多数据集协同分析的高光谱波段选择方法及存储介质-CN202111306631.2在审
发明人：侍佼;张曦;周德云;雷雨;李枭扬;谭春晖;吴天成 -专利权人：西北工业大学
申请日： 2021-11-05 - 公布日： 2022-01-28 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于多数据集协同分析的高光谱波段选择方法及存储介质。该方法包括：获取K个高光谱数据集；计算每个所述初始种群中的每个个体的适应度值；对当前种群内的父代个体执行交叉或变异操作，得到第一子代个体；对当前种群之间的父代个体依跨数据迁移概率执行交叉操作，得到第二子代个体；根据适应度值更新当前种群并根据迁移概率函数更新所述跨数据集迁移概率；选择适应度值最高的个体作为当前种群的最优波段进行输出。本发明构建了一个高光谱多数据集波段选择协同分析框架，利用数据集相同的光谱范围及相似的光谱‑空间结构，从而提高每个数据集的波段选择性能。
基于多数协同分析光谱波段选择方法存储介质

[发明专利]基于状态转移策略遗传算法的异构多无人机任务分配方法-CN202111044647.0在审
发明人：杨振;李枭扬;陈曦;闵令通;侍佼;支元杰;周德云 -专利权人：西北工业大学
申请日： 2021-09-07 - 公布日： 2022-01-25 - 主分类号： G06Q10/06 文献下载
摘要：本发明公开了一种基于状态转移策略遗传算法的异构多无人机任务分配方法，包括：确定待执行任务，并在获取每个待执行任务的第一信息以及无人机的第二信息后，生成第一种群；若当前迭代次数大于等于2，则利用上一次迭代过程中得到的最佳个体对第一种群进行更新；根据预设收益函数、第一种群和更新后的第一种群，确定第二种群；从第二种群中确定交叉父代进行交叉操作，得到第三种群后，确定第三种群的收益；从第三种群中确定变异父代进行变异操作，得到第四种群后，确定第四种群的收益；确定本次迭代过程的最佳个体，在当前迭代次数达到预设迭代次数时，根据最佳个体确定各无人机对应的待执行任务。本发明提高了无人机任务分配方法的效率和收敛性。
基于状态转移策略遗传算法异构多无人机任务分配方法

[发明专利]基于证据置信熵与相似性的多传感器融合目标识别方法-CN202111022948.3在审
发明人：李枭扬;杨振;袁展翅;周德云;闵令通;侍佼 -专利权人：西北工业大学
申请日： 2021-09-01 - 公布日： 2021-12-24 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于证据置信熵与相似性的多传感器融合目标识别方法，包括：获取目标所属的多种预设类型；各传感器确定当前目标属于各个预设类型的第一概率，获得当前目标的多个目标识别证据；各传感器计算当前目标的多个目标识别证据的相似性及不确定度，并确定不确定度权重和相似性权重；根据不确定度权重和相似性权重对第一概率进行加权，得到当前目标属于各个预设类型的第二概率；获取每个传感器对应的当前目标属于各个预设类型的第二概率之后，对N个传感器进行K次融合，第k次融合时按照预设顺序选取(k+1)个传感器，并确定当前目标所属的预设类型。对于多传感器多源信息融合的目标识别问题，本发明有效提高了目标识别的正确率。
基于证据置信相似性传感器融合目标识别方法

[发明专利]一种基于进化多任务优化的高光谱图像波段选择方法-CN202110814268.9在审
发明人：侍佼;张曦;谭春晖;雷雨;周德云;李枭扬;周颖 -专利权人：西北工业大学
申请日： 2021-07-19 - 公布日： 2021-11-30 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于进化多任务优化的高光谱图像波段选择方法，包括：获取高光谱图像，基于无标签样本和带标签样本分别建立第一任务优化模型和第二任务优化模型；根据高光谱图像的维数和谱带数确定编码个体，并根据编码个体初始化种群参数；计算初始种群中每个编码个体在第一任务优化模型和第二任务优化模型上的适应度值，通过适应度值得到技能因子；根据适应度值和技能因子对初始种群进行迭代优化，在每次迭代后计算综合评估结果；从若干综合评估结果中选择适应度值最高的结果进行输出。本发明利用标记样本和未标记样本的不同数值特征，设计了针对样本的目标准则，从不同角度搜索有希望的波段，解决了样本针对性不足且计算量大的问题。
一种基于进化任务优化光谱图像波段选择方法

[发明专利]一种遥感影像变化检测方法、装置及其电子设备-CN202011257016.2在审
发明人：侍佼;雷雨;张泽平;周德云;刘晓冬 -专利权人：西北工业大学
申请日： 2020-11-11 - 公布日： 2021-07-30 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种遥感影像变化检测方法、装置及其电子设备，方法包括：获取第一、第二遥感影像图像，根据第一遥感影像图像得到第一训练数据集，根据第二遥感影像图像得到第二训练数据集；构建第一SAE网络并采用第一训练数据集训练第一SAE网络得到训练好的第一SAE网络，构建第二SAE网络并采用第二训练数据集训练第二SAE网络得到训练好的第二SAE网络；根据训练好的第一SAE网络和训练好的第二SAE网络对差分神经网络进行训练得到训练好的差分神经网络；将测试第一、第二遥感影像图像输入至训练好的差分神经网络得到遥感影像的变化检测结果。本发明通过两个SAE网络特征提取后再输入差分神经网络进行检测，检测适用于复杂的遥感影像，并且变化检测结果精度较高。
一种遥感影像变化检测方法装置及其电子设备

1
2
下一页»
尾页
共 22 条