“姚光乐”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29个，建议您升级VIP下载更多相关专利

[发明专利]一种噪声环境下的自监督说话人识别模型构建方法及系统-CN202310364542.6有效
发明人：张葛祥;曾鑫;姚光乐;杨强;方祖林;陈柯屹 -专利权人：成都信息工程大学
申请日： 2023-04-07 - 公布日： 2023-10-17 - 主分类号： G10L17/04 文献下载
摘要：本发明提供了一种噪声环境下的自监督说话人识别模型构建方法及系统，方法包括如下步骤：S1.截取一段语音；S2.输入到卷积滤波层，得到特征图；S3.输入到注意力机制模块和残差模块；S4.将S3的结果输入到注意力机制模块和残差模块；S5.提取得到声学特征；S6.使用对比学习方法训练双编码器；S7.将声学特征输入到双编码器，得到特征向量；S8.对所有原始语音提取特征向量后做聚类产生伪标签；S9.通过伪标签对双编码器进行监督训练；S10.重复执行S7～S9，直至等错误率不再降低，完成模型构建。本发明可以有效抑制存在于声学特征通道和空间中的噪声信息，并减少噪声标签对自监督说话人识别准确率的影响。
一种噪声环境监督说话识别模型构建方法系统

[发明专利]一种道路坍塌隐患检测器的宽比例图像输入输出处理方法-CN202310052830.8在审
发明人：陈艺;姚光乐 -专利权人：成都理工大学
申请日： 2023-02-03 - 公布日： 2023-09-29 - 主分类号： G06T7/00 文献下载
摘要：本发明涉及一种道路坍塌隐患检测器的宽比例图像输入输出处理方法，属于图像处理技术领域，使用多种宽度、多种步长的滑动窗口预处理器对宽比例探地雷达图像进行多次裁剪，形成多组常规比例的输入图像，输入已经训练好的目标检测器进行道路坍塌隐患的识别。该技术不仅解决了宽比例输入图像问题，同时由于对宽比例输入图像进行大量重复裁剪，符合测试数据增广思想，可提高隐患的识别率。将每个裁剪后图像中的道路坍塌隐患识别结果映射到原宽比例探地雷达图像中。由于重复裁剪，映射到原图像中的道路坍塌隐患目标框会有重叠，本方法通过将重叠框按照置信度降序排列，根据重叠程度、置信度和各自坐标对重叠框进行去冗余，得到最终的检测结果。
一种道路坍塌隐患检测器比例图像输入输出处理方法

[发明专利]基于多噪声自监督学习的探地雷达图像去噪方法-CN202310845396.9有效
发明人： 姚光乐;黄耀鑫;周文龙;王洪辉;吕兵;王磊;胡朝辉;陈才华;于真 -专利权人：成都理工大学
申请日： 2023-07-11 - 公布日： 2023-09-08 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种基于多噪声自监督学习的探地雷达图像去噪方法，包括大量获取探地雷达的真实图像，构成数据集；构造一多噪声自监督学习去噪网络并设计混合损失函数；训练得到噪声自监督学习去噪模型；最后输入待去噪的真实图像，送入噪声自监督学习去噪模型中，由去噪网络输出对应的真实图像去噪图作为去噪后的图像。本发明针对基于单一噪声的自监督去噪方法无法有效应对真实探地雷达图像中多种噪声干扰、基于遮挡的盲去噪方法丢失异常区域的特征细节问题，用随机噪声水平的多种噪声生成自监督噪声数据，提升去噪网络的泛化能力，并用滤波去噪方法生成预去噪图像作为网络训练时的约束，显著提高了对探地雷达图像中的复杂噪声的去噪性能。
基于噪声监督学习雷达图像方法

[发明专利]基于混合监督学习的探地雷达图像异常区域增强方法-CN202310830951.0有效
发明人： 姚光乐;周文龙;王洪辉;吕兵;胡朝辉;王磊;彭鹏;李瑞佳;何素兰 -专利权人：成都理工大学
申请日： 2023-07-07 - 公布日： 2023-09-05 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种基于混合监督学习的探地雷达图像异常区域增强方法，包括以下步骤：构建一包含真实图像集合、仿真图像集合和仿真图像标签集合的数据集；构造一混合监督双循环增强网络；采用半监督和无监督的方式交替训练网络得到模型；将一需要进行异常区域增强的雷达真实图像，输入训练好的模型中，输出一对异常区域增强后的图像。本发明克服了仿真图像与真实图像特征存在差异、无监督方法对真实图像信息利用效率低等问题，提升了增强网络对真实图像信息的利用效率，提高了增强网络在真实图像上的异常区域显著性增强泛化能力，从而有效增强探地雷达图像中的异常区域的显著性。
基于混合监督学习雷达图像异常区域增强方法

[发明专利]基于空间预学习与拟合的排水管网样本增量学习方法-CN202310559996.9有效
发明人： 姚光乐;祝钧桃;王洪辉;孙思源;吕兵;王磊;胡朝辉;彭鹏;刘瑛;何素兰 -专利权人：成都理工大学
申请日： 2023-05-18 - 公布日： 2023-08-01 - 主分类号： G06N3/08 文献下载
摘要：本发明公开了一种基于空间预学习与拟合的排水管网样本增量学习方法，属于图像分类识别领域，包括（1）获取初始数据集，（2）训练得到能识别排水管网多种缺陷类别的初始模型，（3）为下次学习出现的未知新数据预分配空间，微调初始模型，（4）执行增量学习任务时，从数据集中选择部分训练数据，与上一模型的特征空间进行拟合，并同时为下一学习任务进行空间预分配。本发明通过提前为可能出现的新排水管网图像数据预分配空间，同时在新排水管网图像数据学习时进行新数据选择，并使其尽可能拟合预先分配的空间，使模型能避免新旧数据因特征差异大造成的模型整体识别性能下降，提升识别准确率。
基于空间学习拟合排水管网样本增量学习方法

[发明专利]基于自适应权重的遥感图像噪声标注的目标检测方法-CN202310603585.5有效
发明人： 姚光乐;龚海军;王洪辉;王子煜;周皓然;叶绍泽;曾维;彭鹏;杨冬营 -专利权人：成都理工大学
申请日： 2023-05-26 - 公布日： 2023-08-01 - 主分类号： G06V20/10 文献下载
摘要：本发明公开了一种基于自适应权重的遥感图像噪声标注的目标检测方法，包括：大量获取遥感图像标注数据构成数据集D，从中选取无噪声样本构成无噪声数据集DC；冻结基础检测模型m1的权重参数，用无噪声数据集DC结合m1，训练自适应权重网络，得到其最优权重参数θ*；用数据集D对m1进行微调得到m2。微调中使用自适应权重网络计算预测目标框的置信度作为预测框的训练权重。本发明能有效地抑制不精确边界框标注对目标检测模型的不良影响，同时高效矫正不精确边界框标注，提高目标检测精度。
基于自适应权重遥感图像噪声标注目标检测方法

[发明专利]基于地理位置定位算法的视频滑坡监测定位方法-CN202310299961.6在审
发明人：王洪辉;周永修;姚光乐;杨冬营;何素兰;庹先国 -专利权人：成都理工大学
申请日： 2023-03-24 - 公布日： 2023-07-25 - 主分类号： G06V10/24 文献下载
摘要：本发明公开了一种基于地理位置定位算法的视频滑坡监测定位方法，包括训练目标检测网络得到滑坡检测模型；训练滑坡定位网络得到滑坡定位模型；选定一待测区域，获取待测区域的遥感影像以及实时的待测照片；将待测照片依次送入滑坡检测模型中，当识别到待测照片中有滑坡区域，则输出滑坡区域在对应在待测照片中的位置坐标；并从待测照片中切割出待测图像切片，与待测区域的遥感影像一起，输入滑坡定位模型中得到滑坡区域的经纬度坐标。本发明可实时监控待测区域并自动输出对滑坡区域精确定位。不受环境、天气影响，对设备要求简单，定位准确，误差范围较小。
基于地理位置定位算法视频滑坡监测方法

[发明专利]基于双网络的遥感影像分类模型样本增量学习方法-CN202310540710.2有效
发明人： 姚光乐;李雪;王洪辉;李军;孙思源;周皓然;叶绍泽;陈才华;徐晓宇 -专利权人：成都理工大学
申请日： 2023-05-15 - 公布日： 2023-07-21 - 主分类号： G06V10/82 文献下载
摘要：本发明公开了一种基于双网络的遥感影像分类模型样本增量学习方法，属于数据识别领域，包括用D0训练分类模型，得到识别N种遥感影像类别的分类模型M0；构造样本增量学习的数据流D1~Dt，Dt中训练样本的类别集和D0相同；依次进行增量学习，第t次增量学习的过程为：构造一双网络模型，包括第一网络模型Mt1和第二网络模型Mt2，Mt1与上次学习得到的模型Mt‑1间采用知识蒸馏，用于维护Mt‑1输出中包含的旧知识，缓解知识遗忘问题，Mt2将学习Dt得到的输出作为Mt1的学习目标，并在每个训练步骤对两个网络的输出做一致性损失，使模型能有效学习新知识，并通过知识协同算法来更新网络参数，提高模型的分类性能。
基于网络遥感影像分类模型样本增量学习方法

[发明专利]基于图神经网络和LSTM网络的管道油气泄漏检测方法-CN202310355850.2在审
发明人：王洪辉;王奕茹;王翔;任际周;吕兵;王磊;胡朝辉;姚光乐;杨冬营 -专利权人：成都理工大学
申请日： 2023-04-06 - 公布日： 2023-07-18 - 主分类号： F17D5/06 文献下载
摘要：本发明公开了一种基于图神经网络和LSTM网络的管道油气泄漏检测方法，包括采集光纤温度数据及预处理，对数据进行异常温度标记，切割成样本段；将样本段转化为图结构数据；构建由图神经网络和LSTM网络构成的融合网络，用图结构数据训练得到训练好的图神经网络和LSTM网络融合模型，用于待测区域泄漏检测。本发明提出了一种新的异常温度定位方法，采用图神经网络构建各信号节点的空间关系并捕捉信号的空间特性，采用LSTM网络捕捉信号的时域特性，相比于现有技术，本方法综合考虑了信号的空间相关性与时序性，能够准确检测与定位城市地下管廊的温度异常事件，检测精度高，实用性强，速度快。
基于神经网络 lstm 网络管道油气泄漏检测方法

[发明专利]一种基于mean-SAP池化模型的说话人识别方法及系统-CN202110894996.5有效
发明人：邓飞;邓力洪;张葛祥;杨强;姚光乐 -专利权人：成都理工大学;成都图灵志杨信息科技有限责任公司
申请日： 2021-08-03 - 公布日： 2023-07-18 - 主分类号： G10L17/18 文献下载
摘要：本发明公开了一种基于mean‑SAP池化模型的说话人识别方法及系统，该方法及系统通过线性注意力机制产生每帧帧级特征的重要性权重，并通过产生的重要性权重生成统计向量，然后将帧级特征和统计向量的残差与重要性权重加权平均生成话语级特征。最后将话语级特征与数据库中的说话人特征进行欧式距离比较，以确定说话人身份。本发明通过线性注意力机制及引入统计向量的方式，弥补了Self‑attention pooling(SAP)池化模型捕捉有效帧不准确生成的话语级特征鲁棒性弱的问题，提高了说话人识别的准确率。
一种基于 mean sap 模型说话识别方法系统

[发明专利]基于隐式神经表示的分布式光纤测温系统数据压缩方法-CN202310274284.2在审
发明人：王洪辉;曾尚昆;王翔;姚光乐;杨冬营;甘凤娇;庹先国 -专利权人：成都理工大学
申请日： 2023-03-21 - 公布日： 2023-07-04 - 主分类号： H03M7/30 文献下载
摘要：本发明公开了一种基于隐式神经表示的分布式光纤测温系统数据压缩方法，包括用分布式光纤测温系统采集数据并归一化，得到归一化anti‑Stokes矩阵和归一化Stokes矩阵；再对归一化anti‑Stokes矩阵或归一化Stokes矩阵中元素的位置坐标进行随机傅里叶特征映射得到映射值，并将映射值构成映射矩阵；再将映射值作为输入，该映射值对应的位置坐标在归一化anti‑Stokes矩阵和归一化Stokes矩阵中的两个元素值作为输出，训练得到预训练模型作为压缩数据，需要数据时再解压缩即可。本发明提出一种利用预训练模型作为压缩数据的新方法，压缩效率高、重建效果好、损失率低且适用性强，并能针对不同长度段的数据选择精度。
基于神经表示分布式光纤测温系统数据压缩方法

[发明专利]一种分布式光纤温度异常事件定位方法-CN202210352906.4有效
发明人：王洪辉;王思波;王翔;王宇航;刘仝;曾尚昆;王奕茹;姚光乐;刘瑛;庹先国 -专利权人：成都理工大学
申请日： 2022-04-06 - 公布日： 2023-06-27 - 主分类号： G01K11/32 文献下载
摘要：本发明公开了一种分布式光纤温度异常事件定位方法，包括生成由训练样本构成的训练数据集；为训练样本设置标签；构建卷积神经网络、训练得到网络模型；在待测区域布设光纤测温系统得到与训练样本结构相同的子数组；送入卷积神经网络模型中，得到输出特征；再对输出特征映射、二值、偏移、得到多个与输出特征对应的偏移特征，取余弦相似度最大的偏移特征去查找其在序列P中的位置，作为该子数组对应在传感光纤上的温度异常事件定位。本发明可以在不同的背景温度条件下检测出温度异常事件并准确定位温度异常发生的位置。能有效地减少人工调参繁琐和不同长度的光纤采集的数据量不适配的问题，提高了异常检测的正确率和准确率。
一种分布式光纤温度异常事件定位方法

[发明专利]一种基于多类谱图特征注意力融合网络的说话人识别方法-CN202110887726.1有效
发明人：贾勇;焦旭;张葛祥;杨强;姚光乐;方祖林;罗标;汤刚;何瑶 -专利权人：成都理工大学;成都图灵志杨信息科技有限责任公司
申请日： 2021-08-03 - 公布日： 2023-06-20 - 主分类号： G10L17/02 文献下载
摘要：本发明公开了一种基于多类谱图特征注意力融合网络的说话人识别方法，采用改进的34层残差网络和3DCNN残差网络作为识别模型，将语音信号分别转化为语谱图、Mel‑Fbank谱图和Gam‑Fbank谱图作为网络的训练特征图，利用34层残差网络提取三种谱图的空间特征，接着将三种谱图堆叠后利用3DCNN残差网络提取谱图间相互关联特征，并在上述网络模型后端引入通道注意力机制，使得网络自主学习如何生成最佳特征向量，接着将四个模型生成的特征向量进行融合，最后将融合后的特征向量与数据库中的说话人特征向量进行余弦距离比较，以确定说话人身份。本发明弥补了说话人特征因单一而无法准确表达的缺陷，从而有效的提升了说话人识别的准确率。
一种基于多类谱图特征注意力融合网络说话识别方法

[发明专利]基于降采样和卷积神经网络的分布式光纤测温降噪方法-CN202210077570.5有效
发明人：王洪辉;王宇航;王翔;刘仝;曾尚昆;王奕茹;王思波;姚光乐;刘瑛;庹先国 -专利权人：成都理工大学
申请日： 2022-01-24 - 公布日： 2023-05-12 - 主分类号： G06F18/10 文献下载
摘要：本发明公开了一种基于降采样和卷积神经网络的分布式光纤测温降噪方法，包括在待测区域采集anti‑Stokes、Stokes数据、计算比值数据、归一化、降采样成n份降采样数据；模拟生成多组纯净信号和含噪信号，将含噪信号降采样成n份后作为输入，纯净信号作为输出，训练得到复合神经网络模型；将待测区域得到的n份降采样数据送入该模型，输出的数据再反归一化、温度解调得到温度数据。本发明由复合神经网络担任主要降噪任务，无需人工预设参数，运算速度快，可适应不同的工作环境，独特的降采样处理能帮助网络更好的识别热区，有效地提高了原始采集信号的信噪比，减小了温度测量的最大偏差和均方根误差，提高了温度曲线的平滑程度。
基于采样卷积神经网络分布式光纤测温方法

[发明专利]一种激光和视觉融合的巡检机器人变电站地图构建方法-CN201911321149.9有效
发明人：张葛祥;王安涛;姚光乐 -专利权人：成都理工大学
申请日： 2019-12-20 - 公布日： 2023-03-31 - 主分类号： G01S17/02 文献下载
摘要：本发明公开了一种激光和视觉融合的巡检机器人变电站地图构建方法，将3D激光雷达SLAM和视觉SLAM结合，以解决现有激光SLAM存在的问题。首先将3D激光点与二维图像平面的特征点结合，估算出图像特征点在空间中的深度信息，解决单目视觉在定位时存在的尺度性问题；并采用高频率视觉定位信息和激光帧间定位信息纠正激光雷达由于运动造成的帧间点云畸变；在后端计算机器人全局位姿时，加入视觉定位信息对激光雷达得到的全局位姿进行优化更新，得到更为准确的位姿用于后端建图，防止激光匹配定位错误使全局位姿误差过大，导致后端建图失败；最后将视觉图像的RGB像素信息和激光雷达的点云融合，构建环境信息更为丰富的彩色3D激光点云地图。
一种激光视觉融合巡检机器人变电站地图构建方法

1
2
下一页»
尾页
共 29 条