“杨淑媛”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420个，建议您升级VIP下载更多相关专利

[发明专利]基于轮廓波知识引导网络的多尺度图像超分辨率重建方法-CN202310969541.4在审
发明人：刘梦琨;焦李成;李玲玲;刘旭;刘芳;杨淑媛;王爽;侯彪 -专利权人：西安电子科技大学
申请日： 2023-08-02 - 公布日： 2023-10-27 - 主分类号： G06T3/40 文献下载
摘要：本发明涉及一种基于轮廓波知识引导网络的多尺度图像超分辨率重建方法，包括：获取待重建的低分辨率图像；将低分辨率图像输入训练完成的轮廓波知识引导网络中，输出对应的超分辨率重建图像；轮廓波知识引导网络，包括依次级联的contourlet滤波器模块、嵌入子网络、预测网络和超分辨重建模块，其中，低分辨率图像输入嵌入子网络，再经过预测网络和超分辨重建模块后得到对应的超分辨率重建图像；嵌入子网络对输入的低分辨率图像进行特征提取，得到的特征图为预测轮廓波系数提供充足的信息，预测网络对输入的特征图进行轮廓波分解系数预测，得到轮廓波分解系数预测值，超分辨重建模块对轮廓波分解系数预测值进行逆变换得到超分辨率重建图像。
基于轮廓知识引导网络尺度图像分辨率重建方法

[发明专利]基于时序聚合和门控Transformer的动作识别系统及方法-CN202310663302.6在审
发明人：古晶;翟得胜;董天雨;张炜;杨淑媛;冯婕;侯彪;刘芳;焦李成 -专利权人：西安电子科技大学
申请日： 2023-06-06 - 公布日： 2023-09-29 - 主分类号： G06V40/20 文献下载
摘要：基于时序聚合和门控Transformer的动作识别系统及方法，系统包括：依次连接的特征提取模块、第一3D‑ResNet网络、第一下采样模块、第二3D‑ResNet网络、第二下采样模块、第一Transformer网络、第三下采样模块、第二Transformer网络、全局平均池化模块和全连接层；方法包括：特征提取；局部特征增强；全局特征增强；动作识别；本发明通过在浅层网络引入深度可分离卷积模块，并设计卷积算子，同时在深层网络引入门控单元，有效地将卷积神经网络和Transformer网络的优势融合，建立兼顾局部时空关系和全局时空关系的动作识别系统，实现对视频动作外观特征和运动特征的有效提取，具有减少背景信息干扰，降低模型计算量，提高动作识别准确率的特点。
基于时序聚合门控 transformer 动作识别系统方法

[发明专利]基于香农块注意机制的多尺度轮廓波网络的图像分类方法-CN202310618438.5在审
发明人：刘梦琨;焦李成;刘旭;李玲玲;刘芳;候彪;郭雨薇;杨淑媛;张向荣 -专利权人：西安电子科技大学
申请日： 2023-05-29 - 公布日： 2023-09-26 - 主分类号： G06V10/764 文献下载
摘要：本发明涉及一种基于香农块注意机制的多尺度轮廓波网络的图像分类方法，包括：步骤1：获取原始遥感图像，对原始遥感图像进行标准化预处理，得到待测遥感图像；步骤2：将待测遥感图像输入至已训练的分类网络模型中，得到原始遥感图像的场景分类结果；其中，分类网络模型采用基于香农块注意机制的多尺度轮廓波网络。本发明的图像分类方法，利用基于香农块注意机制的多尺度轮廓波网络实现遥感图像的场景分类，该网络通过空域中的卷积神经网络和频域的Contourlet特征学习的优势，可以实现对遥感图像的多尺度、多方向的特征提取，从而提高分类精度；其次，通过Contourlet池化很好地保留了图像的边缘和纹理细节信息，也在一定程度上提升了遥感图像的分类效果。
基于香农注意机制尺度轮廓网络图像分类方法

[发明专利]一种多源遥感图像分类方法、存储介质及计算设备-CN202011511695.1有效
发明人：刘旭;焦李成;张轩铭;唐旭;张丹;刘芳;杨淑媛;侯彪 -专利权人：西安电子科技大学
申请日： 2020-12-18 - 公布日： 2023-09-15 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种多源遥感图像分类方法、存储介质及计算设备，对待分类的多源遥感图像数据进行灰度压缩；将灰度压缩的多源遥感图像输入到群组注意力机制网络中；根据图像对应的地物分布参考图中已标注的信息，随机选择每类的训练样本，得到训练样本集合；初始化群组注意力机制网络的参数；从训练样本集合中选取训练样本，分批次并归一化后训练初始化后的群组注意力机制网络；重复训练步骤直至满足终止条件；利用训练好的群组注意力机制网络预测分类；输出分类图像并计算分类指标。本发明采用双重利用图像的空间相结构信息，提取更有效的特征进行分类，提高了分类精度，可用于对多源遥感图像进行特征提取和地物分类。
一种遥感图像分类方法存储介质计算设备

[发明专利]基于散射图卷积网络的极化SAR图像分类方法、介质及设备-CN202011511666.5有效
发明人：刘旭;焦李成;张丹;刘芳;李玲玲;杨淑媛;侯彪 -专利权人：西安电子科技大学
申请日： 2020-12-18 - 公布日： 2023-09-15 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种基于散射图卷积网络的极化SAR图像分类方法、介质及设备，将待分类的极化SAR影像原始数据编码成极化散射矩阵；对极化散射矩阵进行稀疏散射编码得到稀疏散射矩阵，并构造散射关系邻接矩阵；将稀疏散射矩阵拉成列向量，然后和散射关系邻接矩阵一起输入到初始化的散射图卷积神经网络中，随机选择每类的训练样本得到训练样本集合；将选取的训练样本集合分批次并归一化后与散射关系邻接矩阵一起输入到散射图卷积神经网络进行训练；得到散射图卷积神经网络的模型参数；最后利用训练好的分类器预测分类。本发明对极化SAR数据表示和学习，从而提高了分类精度，可用于对极化SAR影像散射特性进行建模和地物分类。
基于散射图卷网络极化 sar 图像分类方法介质设备

[发明专利]基于多尺度轮廓波并行反向注意网络的图像分割方法-CN202310678492.9在审
发明人：刘梦琨;焦李成;李玲玲;刘旭;刘芳;杨淑媛;王爽;候彪 -专利权人：西安电子科技大学
申请日： 2023-06-08 - 公布日： 2023-09-05 - 主分类号： G06T7/10 文献下载
摘要：本发明公开了一种基于多尺度轮廓波并行反向注意网络的图像分割方法，涉及图像处理技术领域，包括：获取待分割图像；使用多尺度轮廓波并行反向注意网络中的特征聚合模块提取待分割图像的空域特征、频域特征和频域增强后的特征，通过多尺度轮廓波并行反向注意网络中的并行部分解码器将频域增强后的特征进行聚合，得到全局映射图；根据多尺度轮廓波并行反向注意网络中的反向注意力模块，将全局映射图结合空域特征、频域增强后的特征和频域特征逐层获取反向注意力特征，将反向注意力特征经过激活函数处理，得到预测图。本发明能够增加网络模型的可解释性。
基于尺度轮廓并行反向注意网络图像分割方法

[发明专利]一种基于稀疏表示的自适应Transformer目标跟踪系统及方法-CN202310663304.5在审
发明人：古晶;董天雨;翟得胜;张炜;杨淑媛;冯婕;侯彪;刘芳;焦李成 -专利权人：西安电子科技大学
申请日： 2023-06-06 - 公布日： 2023-09-01 - 主分类号： G06T7/246 文献下载
摘要：一种基于稀疏表示的自适应Transformer目标跟踪系统及方法，系统包括：特征提取模块，特征提取模块包括块嵌入层、Transformer块、稀疏空间注意模块、稀疏自适应空间剪枝模块以及候选区域重建模块，以及预测头模块；方法包括：将搜索区域图像和模板集图像同时输入特征提取模块，进行特征提取并输出搜索区域特征图与classtoken；将输出的搜索区域特征图与classtoken送入预测头模块，利用预测头模块中的概率头、尺度头与偏差头计算得出预测的目标包围框；利用质量头计算得出搜索区域质量；对当前帧的搜索区域图像以预测的目标包围框为中心裁剪，在模板集图像中对最久未更新的动态模板进行更新；本发明具有计算量低，数据处理速度快以及跟踪精度高的优点。
一种基于稀疏表示自适应 transformer 目标跟踪系统方法

[实用新型]建筑卫生陶瓷喷釉环保除尘设备-CN202320822355.3有效
发明人：魏臣;王锦旭;方王镛;李思颖;曾琪贤;杨芷萱;郑倩茹;林兰欣;刘可琪;杨淑媛 -专利权人：韩山师范学院
申请日： 2023-04-14 - 公布日： 2023-08-22 - 主分类号： B28B17/04 文献下载
摘要：本实用新型公开了陶瓷喷釉技术领域的建筑卫生陶瓷喷釉环保除尘设备，包括环保喷釉机箱，环保喷釉机箱的内部设置有除尘机构，环保喷釉机箱的内部固定安装有安装支柱，四个安装支柱的顶端均固定安装有限位块，安装支柱上滑动连接有除尘框架，该建筑卫生陶瓷喷釉环保除尘设备，设置有除尘机构，启用除尘机构对设备内部进行全面除尘，对浮空尘埃进行细致处理操作，利用微量水润湿除尘棉布，将除尘框架和除尘棉布在环保喷釉机箱内部同步下移，当空气中的尘埃接触到湿润的除尘棉布时，会吸附在除尘棉布上，以此可以实现覆盖性吸尘操作，在环保喷釉机箱内部由上到下吸附灰尘，有效的降低了环保喷釉机箱内部空气中的灰尘含量，实现了环保降尘的效果。
建筑卫生陶瓷环保除尘设备

[发明专利]轻量化深度可分离卷积特征融合网的高光谱图像分类方法-CN202010486459.2有效
发明人：王佳宁;黄润虎;郭思颖;李林昊;杨攀泉;焦李成;杨淑媛;刘芳 -专利权人：西安电子科技大学
申请日： 2020-06-01 - 公布日： 2023-08-11 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种轻量化深度可分离卷积特征融合网的高光谱图像分类方法，处理高光谱图像，并进行归一化处理获得样本集，对样本集进行分类，完成数据预处理；设置光谱信息提取模块、空间信息提取模块和多层特征融合模块，完成训练模型构建；使用构建的训练模型对预处理的卷积神经网络进行训练，得到最终训练结果；将卷积神经网络运行重复N次，通过N次测试结果进行投票表决得到最终的分类结果，进行高光谱图像分类；根据高光谱图像分类结果输出分类图像。本发明采用光谱信息与空间信息相融合的方法，降低参数数量，增加网络深度，提升网络运行效率，改善了分类准确度。
量化深度可分离卷积特征融合光谱图像分类方法

[发明专利]一种基于神经网络算法的大数据综合素质分析系统-CN202310377721.3在审
发明人：魏臣;王锦旭;朱映辉;陈慧莹;刘可琪;黄玲敏;杨淑媛;赵泽娴;张宇琪;黄俊贤 -专利权人：韩山师范学院;潮州市铁血征途文化传播有限公司
申请日： 2023-04-11 - 公布日： 2023-07-25 - 主分类号： G16H50/30 文献下载
摘要：本发明涉及素质分析系统技术领域，具体为一种基于神经网络算法的大数据综合素质分析系统，基于神经网络算法的大数据综合素质分析系统是由综合素质分析系统、数据平台和运算平台组成。本发明中，在综合数据管理系统中，通过儿童信息管理单元、扩展信息单元记录基础信息以及扩展信息，确保数据的全面性，在综合测评系统中，通过神经判断节点连接测评项目，根据各不同信息和需求节点，确保测评依据的灵活性，并在数据联合运算系统中加载侧重点判断单元进行联合运算，在数据对比单元中，对测评处理器得出的测评结果表进行加载，并基于地区、基于年龄段进行单数据对比、群体数据对比，确保分析工作的灵活性以及有效性。
一种基于神经网络算法数据综合素质分析系统

[发明专利]一种基于多支路特征融合的图像分割方法及系统-CN202110432657.5有效
发明人：古晶;孙新凯;巨小杰;冯婕;杨淑媛;刘芳;焦李成 -专利权人：西安电子科技大学
申请日： 2021-04-21 - 公布日： 2023-07-25 - 主分类号： G06T7/10 文献下载
摘要：本发明公开了一种基于多支路特征融合的图像分割方法及系统，建立三个基于Xception的轻量化子网络，对三个子网络的输出进行通道缩减操作和4倍双线性上采样，得到三个子网络的高级特征输出，然后将第一高级特征输出和第二高级特征输出并联到第二特征提取模块和第三特征提取模块，构造图像分割模型的编码器；将三个特征提取子网络的输出分别进行通道缩减操作得到低级特征和高级特征，构造完成图像分割模型的解码器；使用两个尺寸不同的预测图像构造损失函数；使用随机梯度下降优化器对损失函数进行优化训练，获得训练好的图像分割模型，使用训练好的图像分割模型完成图像的分割任务。本发明提高了分割准确率；加快图像分割速度；改善分割结果图细节部分。
一种基于支路特征融合图像分割方法系统

[发明专利]一种钢结构组装建造的支撑立柱扶正装置-CN202110110272.7有效
发明人： 杨淑媛;梁婉 -专利权人：台州伟立钢结构股份有限公司
申请日： 2021-01-26 - 公布日： 2023-06-30 - 主分类号： E04G21/18 文献下载
摘要：本发明公开了建筑工程技术领域的一种钢结构组装建造的支撑立柱扶正装置，包括扶正部件、夹紧组件、防脱组件和激光设备，扶正部件包括两端设置的夹紧组件和两个夹紧组件中部设置的防脱组件，夹紧组件对钢结构的侧面进行夹持固定，防脱组件对钢结构的一面进行阻挡，避免钢结构从夹紧组件上松脱，激光设备可进行位移调节，调整为竖直的光线并与钢结构侧面对齐，本发明减少钢结构预先放置到扶正装置中的困难，通过夹紧组件可对钢结构的两个面进行缓冲夹持，配合防脱组件的设置，在进行钢结构的翻转到竖直扶正的过程中，钢结构不易从扶正部件中松脱，通过激光设备辅助进行钢结构扶正角度的观测。
一种钢结构组装建造支撑立柱扶正装置

[发明专利]基于稀疏前景先验的视频目标检测方法、存储介质及设备-CN202011357082.7有效
发明人：古晶;巨小杰;马文萍;孙新凯;刘芳;杨淑媛;焦李成;冯婕 -专利权人：西安电子科技大学
申请日： 2020-11-26 - 公布日： 2023-06-23 - 主分类号： G06V20/40 文献下载
摘要：本发明公开了一种基于稀疏前景先验的视频目标检测方法、存储介质及设备，采用基于正交子空间学习的前景提取方法计算得到视频中每一帧对应的稀疏前景先验图；利用ResNet特征提取网络和特征金字塔结构得到视频帧及其稀疏前景图的语义增强特征图；将稀疏前景先验图的语义增强特征图与当前帧的语义增强特征图级联后，经卷积融合操作得到当前帧的前景先验融合特征；在前景先验融合特征图的每个像素上映射生成候选锚框；将前景先验融合特征和所有锚框输入到训练好的分类和回归子网络，得到目标物体的类别和位置坐标。本发明充分挖掘了视频数据的稀疏前景先验，提高了目标检测准确率。
基于稀疏前景先验视频目标检测方法存储介质设备

[发明专利]一种基于边界增强的图像分割方法-CN202310165505.2在审
发明人：古晶;孙新凯;翟得胜;杨淑媛;冯婕;侯彪;刘芳;焦李成 -专利权人：西安电子科技大学
申请日： 2023-02-24 - 公布日： 2023-06-02 - 主分类号： G06T7/10 文献下载
摘要：本发明公开了一种基于边界增强的图像分割方法，包括：建立边界增强的图像分割网络模型，并利用训练好的网络模型对输入图像进行分割；其中，图像分割网络模型的编码器包括第一特征提取模块、边界提取模块以及第二特征提取模块，主要用于提取输入图像的边界特征和边界标签，以获得不同尺度的特征图；图像分割网络模型的解码器包括双向互增强模块和一个多尺度注意力聚合模块，主要用于基于尺度维度、空间维度以及通道维度对增强特征图进行注意力聚合处理，得到多维度融合特征图。该方法提取到的边界信息更加准确，使获得的多维度融合特征图突出能够更加有效提高分割结果准确率的空间信息和语义信息，从而提高了图像分割的准确率。
一种基于边界增强图像分割方法

[发明专利]基于核张量切片稀疏编码的分类方法-CN202310076996.3在审
发明人：杨丽霞;张瑞;杨淑媛;焦李成 -专利权人：宁夏大学
申请日： 2023-02-08 - 公布日： 2023-05-09 - 主分类号： G06V20/17 文献下载
摘要：精确的作物分类在农业领域发挥着重要作用，用于精确作物分类的一个理想数据源是无人机获取的高空间分辨率高光谱影像(highspatial resolutionshyperspectralimagery，H2影像)。然而，对于具有许多不同类别作物的影像，无人机H2影像的作物分类是一个巨大的挑战。无人机H2影像的显著光谱多样性、空间异质性和非线性数据结构导致光谱判别性差。为了提高判别性，本发明提出了一种基于核张量切片稀疏编码的分类方法，用于无人机H2影像的精确作物分类。KTSSCC中的核张量表示机制可以降低线性不可分，同时很好地保留了土地覆盖物的光谱特征和空间约束，从而大大提高了判别性。此外，本发明提出了核张量切片稀疏正交匹配追踪方法，用于优化谱空间中的核张量切片稀疏编码，大大降低了计算成本。
基于张量切片稀疏编码分类方法

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 420 条