“黄小猛”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36个，建议您升级VIP下载更多相关专利

[发明专利]热带气旋的同心眼墙识别方法、装置、设备及介质-CN202310311404.1在审
发明人： 黄小猛;黄兴;陈琼 -专利权人：清华大学
申请日： 2023-03-27 - 公布日： 2023-10-20 - 主分类号： G06V10/764 文献下载
摘要：本申请是关于一种热带气旋的同心眼墙识别方法、装置、设备及介质，具体涉及气象领域。该方法包括：从历史微波亮温图像集合中查找出包含热带气旋的目标微波亮温图像，历史微波亮温图像集合中包括由极轨卫星扫描得到的微波亮温图像；对目标微波亮温图像进行样本标注，得到样本标注数据，样本标注数据包括同心眼墙类的正样本、非同心眼墙类的负样本；构建基于迁移学习的深度学习模型；使用样本标注数据对深度学习模型进行模型训练，得到训练好的深度学习模型；将包含热带气旋的待识别微波亮温图像输入训练好的深度学习模型，输出热带气旋的同心眼墙识别结果。基于本申请提供的技术方案，可以高效准确地进行同心眼墙的识别。
热带气旋心眼识别方法装置设备介质

[发明专利]基于物理约束的自适应神经网络海洋垂直混合参数化方法-CN202310746326.8在审
发明人：李孝杰;方俊杰;吴锡;黄小猛;俞永强;吕建成;周激流 -专利权人：成都信息工程大学
申请日： 2023-06-25 - 公布日： 2023-09-19 - 主分类号： G06F30/27 文献下载
摘要：本发明涉及一种基于物理约束的自适应神经网络海洋垂直混合参数化方法，主要针对海洋垂直混合参数化过程精度不高的问题，本发明构建了一个自适应网络模型，在海上实际站点观测数据的基础上加入一定的人工合成数据，构成训练集进行学习，构建参数化神经网络，参数化神经网络由四个自适应全连接模块AFCM堆叠构成，学习不同深度的海洋密度ρ、剪切平方S2、分层N2、速度U与垂直扩散系数Kt的关系，然后通过融合学习到的特征预测垂直混合参数化过程中的垂直扩散系数Kt，在训练过程和网络推理过程中引入物理约束来提高网络的预测精度，使得本发明的参数化网络在精度和泛化能力方面比现有技术表现更好。
基于物理约束自适应神经网络海洋垂直混合参数方法

[发明专利]一种基于GBDT和数值模式的风速预测方法及系统-CN202310676102.4在审
发明人：周峥;王明清;王冬;黄小猛;梁逸爽;李秋阳;许立兵 -专利权人：无锡九方科技有限公司
申请日： 2023-06-08 - 公布日： 2023-09-05 - 主分类号： G06F30/27 文献下载
摘要：本发明涉及人工智能领域，尤其涉及基于回归树的GBDT模型用于预测风速的技术领域。本发明公开了一种基于GBDT和数值模式的风速预测方法及系统，方法包括：基于气象数值模式模拟地表风场气象参数的历史数据和实际测量的历史数据构建数据集；基于构建的数据集，采用梯度下降的方法训练GBDT模型；采集目标位置的气象数值模式模拟地表风场预测的气象参数，以及目标位置实际测量的气象参数，输入训练好的GBDT模型，获得风速预测结果。本发明通过融合风电场数值预报历史数据和风电场实际测量的历史数据，构建了更加完善的数据集，该数据集充分考虑是风电场地形等不可量化的且能够影响风速预测精度的因素，更加能够准确切合风电场的实际情况，提高预测精度。
一种基于 gbdt 数值模式风速预测方法系统

[发明专利]一种旱情监测处理方法及装置-CN202211693487.7在审
发明人：俞乐;黄小猛;周峥;许立兵;王安喜 -专利权人：清华大学
申请日： 2022-12-28 - 公布日： 2023-06-23 - 主分类号： G06V10/80 文献下载
摘要：本发明提供一种旱情监测处理方法及装置，涉及数据处理技术领域。所述方法包括：获取多源遥感数据，对所述多源遥感数据进行融合，得到融合数据；基于预设旱情监测模型对所述融合数据进行数据处理，得到旱情监测结果；其中，所述预设旱情监测模型融合有至少两个元算法模型，且对每个元算法模型通过集成学习和交叉验证方式进行训练得到。所述装置执行上述方法。本发明实施例提供的旱情监测处理方法及装置，能够及时和准确地监测旱情。
一种旱情监测处理方法装置

[发明专利]一种离群点检测模型训练、离群点检测方法及装置-CN202211322273.9有效
发明人：陈琼;黄小猛 -专利权人：清华大学
申请日： 2022-10-27 - 公布日： 2023-03-24 - 主分类号： G06F18/2433 文献下载
摘要：本发明提供了一种离群点检测模型训练、离群点检测方法及装置，离群点检测模型训练方法包括：获取初始数据集，初始数据集的每条数据中包含有条件属性信息和决策属性信息；分别计算各条件属性信息相对于决策属性信息的邻域近似精度，根据邻域近似度将条件属性信息分为初始第一条件属性集和初始第二条件属性集；将初始第二条件属性集中的条件属性信息依次加入初始第一条件属性集中更新初始第一条件属性集，根据更新后的第一条件属性集相对于决策属性的邻域近似精度和邻域条件熵确定约减属性集；根据约减属性集以及决策属性信息确定训练数据集；通过训练数据集对神经网络模型进行训练，得到离群点检测模型。通过本发明能够快速且准确地检测离群点。
一种离群检测模型训练方法装置

[发明专利]基于深度学习的三维海洋环境场的智能融合方法及系统-CN202211050583.X在审
发明人：王明清;黄小猛;王丹妮;梁逸爽;周峥 -专利权人：无锡九方科技有限公司
申请日： 2022-08-30 - 公布日： 2022-11-25 - 主分类号： G06T17/05 文献下载
摘要：本发明公开了基于深度学习的三维海洋环境场智能融合方法及系统，该方法包括以下步骤：S1、获取多源海洋数据，其中，所述多源海洋数据包括一维观测数据、二维海洋卫星观测数据和三维网格化海洋模式及再分析数据；S2、对多源海洋数据进行数据处理；S3、制作样本集；S4、搭建深度学习网络模型，并对其进行训练，构建海洋数据智能融合模型；S5、将待融合多源海洋数据输入海洋数据智能融合模型中，输出智能融合结果。本发明综合考虑海洋环境要素时空连续、一致性以及多要素间物理关联性，通过构建海洋数据智能融合模型实现了多维度、多源异构海洋数据的高精度、高分辨率、时空连续的智能融合，为海洋领域科学研究及应用保障提供高质量数据资源支撑。
基于深度学习三维海洋环境智能融合方法系统

[发明专利]一种基于时序神经网络的湿物理过程参数化方法-CN202210935359.2有效
发明人：李孝杰;张浩;吴锡;周激流;黄小猛;俞永强 -专利权人：成都信息工程大学
申请日： 2022-08-05 - 公布日： 2022-11-04 - 主分类号： G06F30/27 文献下载
摘要：本发明提出了一种基于时序神经网络的湿物理过程参数化方法，方法首先基于时序预测神经网络去学习过去时刻大气状态、对流和云的动态变化关系，然后通过融合筛选这些学习到的特征来预测湿物理过程中湿度和温度变化趋势以及云水和云冰含量。最后，根据预测出的湿度变化趋势计算出当前的降水量。此外，在网络训练过程中加入了物理约束来保证该方法遵循一般的物理规律。该方法相比传统湿物理参数化方案和其他神经网络能够准确再现社区大气模式超参数版本SPCAM的模拟结果，模拟的湿物理过程中的湿度和温度变化趋势、云水和云冰含量，降水等偏差也远小于它们。
一种基于时序神经网络物理过程参数方法

[发明专利]基于II型模糊粗糙模型的遥感影像特征离散化方法及装置-CN202210776562.X有效
发明人：陈琼;黄小猛 -专利权人：清华大学
申请日： 2022-07-04 - 公布日： 2022-10-14 - 主分类号： G06T5/00 文献下载
摘要：本发明提供了一种基于II型模糊粗糙模型的遥感影像特征离散化方法及装置，该方法包括：获取目标遥感图像数据，从目标遥感图像数据中提取混合像元，各混合像元分别包含多种地物类型的光谱响应特征；根据混合像元确定各混合像元对应各地物类型的主隶属度；根据主隶属度计算各混合像元归属于各地物类型的次隶属度；根据主隶属度和次隶属度，确定各地物类型的II型模糊粗糙集；对目标遥感图像数据进行特征离散化处理，得到最优离散化结果。本发明实施例以混合像元对应的主隶属度和次隶属度描述遥感影像特征离散化过程中的模糊成分，以主隶属度模糊离散化过程，并以次隶属度将主隶属度进一步模糊化，准确量化混合像元的不确定性，获得精确离散化结果。
基于 ii 模糊粗糙模型遥感影像特征离散方法装置

[发明专利]基于物理学结合残差注意力网络的行星边界层参数化方法-CN202210819294.5有效
发明人：李孝杰;张丽辉;吴锡;黄小猛;俞永强;吕建成;周激流 -专利权人：成都信息工程大学
申请日： 2022-07-13 - 公布日： 2022-09-09 - 主分类号： G06F30/20 文献下载
摘要：本发明涉及一种基于物理学结合残差注意力网络的行星边界层参数化方法，设计一种同时结合物理学和深度学习的残差注意力网络，包括依次连接的八个时空结合模块，每个时空结合模块包括通道注意力模块CAB和空间注意力模块PNSAB，通过卷积、CAB模块和PNSAB模块提取重要特征和模拟具体的物理过程，CAB模块用来模拟大气湍流过程中的能量交换，让网络不断地学习大气物理常识，PNSAB模块去挑选对于预测结果比较重要的气象要素，能够有效的替换传统模式中的参数化，设计的多个模块协同作用模拟边界层中的物理过程。本发明的模型能更好地模拟边界层内的速度、温度、风速和水汽的垂直分布，同时使用较低的计算成本和较短的时间。
基于物理学结合注意力网络行星边界层参数方法

[发明专利]一种基于深度学习的风云卫星图像的时间加密方法-CN202210453397.4在审
发明人：王明清;黄小猛;张家玮;梁逸爽;周峥 -专利权人：无锡九方科技有限公司
申请日： 2022-04-27 - 公布日： 2022-07-29 - 主分类号： G06T9/00 文献下载
摘要：本发明公开了一种基于深度学习的风云卫星图像的时间加密方法，包括以下步骤：S1、获取风云卫星图像样本集，构造输入图像对以及标签图像；S2、构建可分离卷积神经网络；S3、利用输入图像对和标签图像对构建的可分离卷积神经网络采用三种运算模型训练；S4、将样本集中不连续时刻的两张图像组成输入图像对，输入训练后的可分离卷积神经网络中，完成不连续时刻卫星图像的逐分钟加密。本发明通过选取不同的样本集对使用的可分离卷积神经网络进行训练，然后使用训练后的网络对一天内不连续的时刻进行时间加密处理，有效地完成了间隔时间内的推演，细化图像数据的时间分辨率，最终得到高质量、高可用的中国区域逐分钟风云卫星图像。
一种基于深度学习风云卫星图像时间加密方法

[实用新型]一种用于铝型材氧化的支撑架-CN202123395682.5有效
发明人：黄小波;刘爱武;黄士俊;付春花;黄小猛 -专利权人：瑞安市江南铝业有限公司
申请日： 2021-12-27 - 公布日： 2022-06-14 - 主分类号： B65D71/50 文献下载
摘要：本实用新型涉及一种用于铝型材氧化的支撑架，包括框体，所述的框体的侧壁上固定有安装座，所述的安装座上滑动连接有驱动杆，所述的安装座上铰接有联动杆，所述的联动杆上铰接有夹杆，相邻所述夹杆之间形成夹持铝型材的容纳腔，所述的驱动杆与夹杆的中部铰接，所述的安装座上设置有用于驱动杆定位的限位机构。本实用新型具有以下优点和效果：本方案利用新机械结构，达到提升生产效率的目的。
一种用于铝型材氧化支撑架

[发明专利]预写日志的刷写方法和装置-CN202210051320.4在审
发明人： 黄小猛 -专利权人：维沃移动通信有限公司
申请日： 2022-01-17 - 公布日： 2022-04-22 - 主分类号： G06F9/50 文献下载
摘要：本申请公开了一种预写日志的刷写方法和装置，属于计算机技术领域。预写日志的刷写方法包括：获取数据库服务器中预设存储结构的使用内存信息；在数据库服务器中生成的预写日志的数量大于或等于预设数量阈值的情况下，根据预设存储结构的使用内存信息，在预写日志中确定第一预写日志；对第一预写日志进行刷写处理。
日志方法装置

[发明专利]用于训练概念识别模型以及识别概念的方法和装置-CN202210018303.0在审
发明人： 黄小猛;周峥;徐康;许立兵;梁逸爽;王冬 -专利权人：清华大学
申请日： 2022-01-07 - 公布日： 2022-04-19 - 主分类号： G06F16/35 文献下载
摘要：本说明书实施例提供了用于训练概念识别模型的方法和装置，以及识别概念的方法和装置。其中，用于训练概念识别模型的方法的一具体实施方式包括：获取训练样本集，训练样本包括目标领域的样本文本和样本文本所包含的目标领域概念词；基于主题模型，生成样本文本对应的样本主题表示；将样本文本、样本文本对应的样本主题表示、预设的提示模板和待训练的软提示作为预训练语言模型的输入，将与输入样本文本对应的目标领域概念词作为预训练语言模型的期望输出，对软提示进行调整，得到训练后的概念识别模型。
用于训练概念识别模型以及方法装置

[发明专利]一种海雾等级智能预报方法及系统-CN202111590828.3在审
发明人： 黄小猛;向妍霏;王明清;梁逸爽;周峥 -专利权人：无锡九方科技有限公司
申请日： 2021-12-23 - 公布日： 2022-04-05 - 主分类号： G01W1/10 文献下载
摘要：本发明涉及大气、海洋科学技术领域，且公开了一种海雾等级智能预报方法及系统，通过数值模式预报结果和气象站点常规观测资料的收集，以及收集数据的融合和质量控制；利用皮尔森相关系数检验、因果关联检验、时滞性分析等特征分析方法，提取影响能见度的关键气象要素作为预报因子，同时利用模式起报前一段时间的能见度观测和地理时间因素作为辅助预报因子；基于大量站点观测数据，采用机器学习订正方法对数值模式预报结果中的关键气象要素进行订正；采用机器学习算法、超参数自动调优以及集成学习等技术，搭建并优化海雾智能预报模型；利用海雾智能预报模型对能见度进行等级预报，实现能见度的站点预报以及网格预报，并对预报准确率进行检验。
一种等级智能预报方法系统

[发明专利]基于残差网络的DEM超分辨率方法和装置-CN202111152642.X在审
发明人： 黄小猛;张博;熊巍;梁逸爽 -专利权人：清华大学
申请日： 2021-09-29 - 公布日： 2021-12-24 - 主分类号： G06T3/40 文献下载
摘要：本说明书实施例提供了一种基于残差网络的DEM超分辨率方法和装置。该方法的一具体实施方式包括：首先，获取待处理DEM数据；然后，将上述待处理DEM数据输入预先训练的超分辨率模型，得到分辨率提高预设倍数的DEM数据，其中，上述超分辨率模型用于将输入的DEM数据的分辨率提升上述预设倍数，其中，上述超分辨率模型包括残差网络。
基于网络 dem 分辨率方法装置

1
2
3
下一页»
尾页
共 36 条