“徐广珺”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6个，建议您升级VIP下载更多相关专利

[发明专利]一种基于人工智能算法的海洋三维旋涡识别系统及方法-CN202310351098.4有效
发明人： 徐广珺;谢文鸿;林夏艳;刘宇;董昌明 -专利权人：南方海洋科学与工程广东省实验室（珠海）;广东海洋大学
申请日： 2023-04-03 - 公布日： 2023-10-24 - 主分类号： G06V20/64 文献下载
摘要：本发明公开了一种基于人工智能算法的海洋三维旋涡识别系统及方法，所述系统包括编码器模块和解码器模块，所述编码器模块包括第一子模块(1)、第二子模块(2)和第三子模块(3)，所述解码器模块包括第四子模块(4)、第五子模块(5)、第六子模块(6)和第七子模块(7)，所述编码器用于提取输入数据的多尺度特征，所述解码器用于将编码器得到的多尺度特征进行融合。本发明可以准确、快速地识别海洋三维涡旋，进而可以更好地认识涡旋的垂向结构及其伴随的动力过程。
一种基于人工智能算法海洋三维旋涡识别系统方法

[发明专利]基于卷积神经网络的海洋涡旋边缘叶绿素环的识别方法-CN202311092969.1在审
发明人： 徐广珺;林之夏;刘婧媛 -专利权人：广东海洋大学
申请日： 2023-08-29 - 公布日： 2023-09-29 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种基于卷积神经网络的海洋涡旋边缘叶绿素环的识别方法，涉及海洋涡旋叶绿素环识别领域，包括以下步骤：获取叶绿素浓度数据和海洋涡旋数据并进行数据匹配，从中识别出叶绿素环结构和非叶绿素环结构；对叶绿素环结构和非叶绿素环结构进行左右翻转和上下翻转，获得扩充的叶绿素环训练集样本、非叶绿素环训练集样本和验证集样本；将叶绿素环训练集样本和非叶绿素环训练集样本输入卷积神经网络中进行模型训练；将验证集样本输入训练好的模型中，获得基于卷积神经网络识别出的叶绿素环和非叶绿素环，完成海洋涡旋边缘叶绿素环的识别。本发明解决了现有叶绿素环识别方法消耗时间成本高以及识别准确率低的问题。
基于卷积神经网络海洋涡旋边缘叶绿素识别方法

[发明专利]一种基于迭代聚焦优化的反、绕射波场分离方法-CN202310712304.X在审
发明人：王睿;唐杰平;徐广珺 -专利权人：广东海洋大学
申请日： 2023-06-16 - 公布日： 2023-09-15 - 主分类号： G01V1/30 文献下载
摘要：本发明涉及一种基于迭代聚焦优化的反、绕射波场分离方法，包括由地震数据构成三维数据体；建平面波数据；进行初级反、绕射波场分离；将数据变换为数据矩阵，再变换为聚焦域中数据，对噪声区域进行切除；将数据重构为数据矩阵，得到去噪数据；计算去噪数据的信噪比，对是否满足迭代循环跳出条件进行判断。本分离方法能够有效克服常规算法无法处理陡倾角反射波无法与绕射波分离的困难；分离方法经过多次迭代，不断更新聚焦算子，使得聚焦算子精度提高，实现反射波和绕射波的保幅分离；本发明聚焦变换的去噪结果和聚焦算子精度之间是一种双促进过程，信噪比更高的去噪结果会得到更加准确的聚焦算子，聚焦算子越准确，去噪结果信噪比和保幅性越好。
一种基于聚焦优化绕射波场分离方法

[发明专利]一种基于高分辨率的遥感反射率产品的生成系统及方法-CN202010087767.8有效
发明人：王淑青;付东洋;刘大召;雷桂斌;余果;徐广珺;徐华兵;罗亚非 -专利权人：广东海洋大学
申请日： 2020-02-11 - 公布日： 2023-07-28 - 主分类号： G01N21/31 文献下载
摘要：本发明公开一种基于高分辨率的遥感反射率产品的生成系统及方法，包括读取模块，用于读取高分辨率光谱仪数据文件内容；检索模块，用于对读取模块读取到的内容进行检索分析，提取在水域现场进行测量的所有测量时间；设置模块，用于设置每一次测量时间对应水域现场的气水界面反射率的数值；处理模块，用于对检索模块提取的所有测量时间进行传感器数据筛选、数据完整性检查、遥感反射率计算的自动遍历处理，得到遥感反射率数据；存储模块，用于存储处理模块得到的遥感反射率数据；浏览模块，用于显示存储模块存储的遥感反射率数据。遥感反射率产品生成系统解决了光谱仪用户手工处理导致的数据产品错误和遗漏及生成时间周期过长的问题。
一种基于高分辨率遥感反射率产品生成系统方法

[发明专利]一种识别海洋涡旋边缘叶绿素环状结构的方法-CN201910043137.8有效
发明人： 徐广珺;董昌明;何宜军 -专利权人：南京信息工程大学
申请日： 2019-01-17 - 公布日： 2022-12-23 - 主分类号： G06V10/44 文献下载
摘要：本发明公开了一种识别海洋涡旋边缘叶绿素环状结构的方法，包括以下步骤：(1)利用卫星观测海平面高度异常(MSLA)数据，通过计算识别海洋涡旋，形成涡旋数据集。(2)对涡旋数据集与海表面叶绿素数据集进行时空匹配，获得带有叶绿素浓度数据的涡旋综合数据集。(3)在涡旋综合数据集中选取样本区域，样本区域将某个海洋涡旋包含在样本区域内。(4)通过提取样本区域内的叶绿素浓度数据的特征，判断在该区域内是否形成了叶绿素环状结构。本发明能够对大样本的海洋涡旋和海表叶绿素浓度数据集进行处理，自动识别出大量叶绿素环状结构，节省了人力和测绘时间。
一种识别海洋涡旋边缘叶绿素环状结构方法

[发明专利]一种利用卫星高度计沿轨数据识别潮汐混合锋面的方法-CN201610122295.9有效
发明人：董昌明;徐广珺;何宜军 -专利权人：南京信息工程大学
申请日： 2016-03-03 - 公布日： 2018-05-25 - 主分类号： G01C13/00 文献下载
摘要：本发明公开了一种利用卫星高度计沿轨数据识别潮汐混合锋面的方法，根据卫星高度计20Hz沿轨数据通过尺度分析得到一个无量纲的动量方程，在海洋表面，将潮汐应力的第二项垂直梯度忽略，对步骤1中的动量方程由锋面的近岸侧A向离岸侧B进行积分得到海表面高度SSH，得到的海表面高度通过EMD分解获得一系列IMF分量，通过HHT方法应用于每一个IMF分量，用IMF分量的振幅函数和相位函数表示得到的海表面高度，进而转换为Hilbert频谱方程式，从而得到海表面高度的Hilbert频谱。本发明通利用HHT方法将20Hz沿轨数据分解IMF分量，通过HHT方法可以清晰的识别出SSH跳变。
卫星高度计潮汐动量方程数据识别频谱尺度分析垂直梯度海洋表面数据分解数据通过相位函数振幅函数无量纲近岸离岸跳变清晰转换