“蔡之华”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15个，建议您升级VIP下载更多相关专利

[发明专利]一种基于深度学习的高光谱图像波段选择方法-CN201911232855.6有效
发明人：蔡耀明;张子佳;刘小波;蔡之华;刘哲伟;王梦琪;邓雅雯 -专利权人：中国地质大学（武汉）
申请日： 2019-12-04 - 公布日： 2023-09-01 - 主分类号： G06V20/13 文献下载
摘要：本发明提供一种基于深度学习的高光谱图像波段选择方法，包括：利用原始的高光谱图像数据训练得到表征各波段重要性的权重向量；根据权重向量对波段数据进行逐波段的加权运算得到波段注意力映射；采用重构网络模块对波段注意力映射进行非线性重构，得到波段的重构输出；利用波段的重构输出、原始的波段数据以及权重向量构建最小化损失函数模型，采用梯度下降优化方法对所述模型中的参数进行逐层优化求解，得到优化后的波段权重，进一步根据权重排序结果选择波段子集。本发明提供一个通用的波段选择框架，充分考虑高光谱图像的非线性特性，并整合了特征提取与波段选择，避免了噪声波段的影响，结构设计灵活，且可以与任意神经网络模型结合。
一种基于深度学习光谱图像波段选择方法

[发明专利]基于并行注意力机制残差网进行高光谱图像分类的方法-CN202010014471.3有效
发明人：董志敏;蔡之华;蔡耀明;龚赛;刘小波;尹旭 -专利权人：中国地质大学（武汉）
申请日： 2020-01-07 - 公布日： 2023-04-07 - 主分类号： G06V20/10 文献下载
摘要：本发明公开了一种基于并行注意力机制残差网进行高光谱图像分类的方法，首先构建残差块，所述残差块嵌入两条并行的注意分支网络支路，所述两条并行的注意分支网络支路分别在应用光谱注意力机制及空间注意力机制后，对输入数据的空间特征信息和光谱特征信息进行识别学习；其次，利用构建的若干个依次连接的残差块构成的高光谱图像分类网络，对输入的训练数据集进行训练；其中，所述高光谱图像分类网络还包括依次连接的3D平均池化层和全连接层，所述3D平均池化层连接到与其相邻的残差块，用于对当前残差块输出的数据进行空间维度的调整，来降低整个网络的计算开销；最后，将特征信息输入到高光谱图像分类网络地全连接层中，得到图像分类结果。
基于并行注意力机制残差网进行光谱图像分类方法

[发明专利]空白图斑地球化学元素含量赋值方法、装置和电子设备-CN202211175871.8在审
发明人：王冕;赵逸君;万翔;夏坤;黄家凯;黄佳良;姜鑫维;蔡之华 -专利权人：湖北省地质调查院;中国地质大学（武汉）
申请日： 2022-09-26 - 公布日： 2023-01-13 - 主分类号： G09B29/00 文献下载
摘要：本发明提供一种空白图斑地球化学元素含量赋值方法，对采样点地球化学元素含量进行异常值剔除处理，得到采样点的剔除后地球化学元素含量；对采样点和空白图斑的特征数据进行数据预处理，得到采样点和空白图斑的预处理后特征；基于采样点和空白图斑的预处理后特征，计算多个相似度矩阵；将多个相似度矩阵进行融合，得到目标权重矩阵；将目标权重矩阵转化为概率传播矩阵，基于采样点的剔除后地球化学元素含量，使用概率传播矩阵进行标签传播预测空白图斑的地球化学元素含量，直到收敛；根据收敛时地球化学元素含量为空白图斑赋值。本发明还利用采样点和空白图斑之间地球化学元素含量影响因素之间关系，提高空白图斑地球化学元素含量赋值的准确率。
空白地球化学元素含量赋值方法装置电子设备

[发明专利]基于同质区域分割的双边滤波算法-CN201910421967.X有效
发明人：陈志坤;蔡之华;付少媛 -专利权人：北部湾大学
申请日： 2019-05-21 - 公布日： 2022-05-20 - 主分类号： G06T7/11 文献下载
摘要：本发明提供的基于同质区域分割的双边滤波算法，首先利用高光谱图像内各像素的物理特征在空间上的连续性，将高光谱图像分割成若干个光谱相似的同质区域，然后对每一个同质区域内的各像素依次进行双边滤波，最终得到输出图像。因此极大的降低了像素对应的双边滤波模板内非结构相似像素的数量，双边滤波模板内各像素结构相似度较高，从而极大减少了非结构相似像素的权重分配，减少了非结构相似像素对双边滤波输出值负面影响较大的问题，输出图像内的边界较为明显，对比度好。
基于同质区域分割双边滤波算法

[发明专利]光伏模型的参数确定方法、装置、设备及存储介质-CN202210008611.5在审
发明人：李水佳;谷琼;龚文引;宁彬;胡春阳;蔡之华 -专利权人：湖北文理学院
申请日： 2022-01-04 - 公布日： 2022-05-13 - 主分类号： G06F30/27 文献下载
摘要：本发明公开一种光伏模型的参数确定方法、装置、设备及存储介质。本发明通过获取光伏模型对应的待优化参数，将待优化参数作为种群个体构建基于预设自适应教学优化算法的学习种群，然后获取学习种群中各待优化参数的目标函数值，并根据目标函数值确定学习种群中的学习者自适应学习阶段，然后根据当前循环代数和所述学习者自适应学习阶段确定预设学习方式，并根据预设学习方式对学习种群中的学习者参数进行更新，获得更新后的学习者参数，再根据更新后的学习者参数确定光伏模型的参数。本发明能够根据自身的学习水平自适应地选择适合自己的预设学习方式，并且能够不断对待优化参数进行更新，进一步使光伏模型的参数更加准确可靠。
模型参数确定方法装置设备存储介质

[发明专利]基于分类选优的双边滤波算法及高光谱图像空谱特征提取方法-CN201811525767.0有效
发明人：陈志坤;蔡之华;白露 -专利权人：钦州学院
申请日： 2018-12-13 - 公布日： 2022-05-06 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了基于分类选优的双边滤波算法，将图像中的各像素依次选定为中心像素，在中心像素周围按高斯滤波标准差选取第一模板，选取第一模板内结构相似像素生成第二模板，在第二模板内对像素进行双边滤波算法，以此得到中心像素的处理像素值，最后根据各处理像素值得到处理后的图像。本发明还公开了基于分类选优的双边滤波算法实现的高光谱图像空谱特征提取方法。本发明算法极大的限制了待处理图像选定邻域内的非结构相似像素，提高了结构相似像素的权重及其对输出像素值的影响，提高了待处理图像特征区域信息的保留度，增强了待处理图像的双边滤波算法输出效果。
基于分类选优双边滤波算法光谱图像特征提取方法

[发明专利]一种基于图卷积极限学习机的快速半监督分类方法-CN202010341727.1有效
发明人：张子佳;蔡耀明;龚文引;刘小波;蔡之华 -专利权人：中国地质大学（武汉）
申请日： 2020-04-27 - 公布日： 2021-03-30 - 主分类号： G06K9/62 文献下载
摘要：本发明提供一种基于图卷积极限学习机的快速半监督分类方法，包括以下步骤：构建疾病分类数据的自表达模型，并利用所述自表达模型构建疾病分类数据的全局鲁棒图，得到疾病分类数据的邻接矩阵A；根据所述邻接矩阵A计算随机图卷积模型输出H；根据所述随机图卷积模型输出H计算图卷积极限学习机的输出层权重β；利用计算得到的图卷积极限学习机的输出层权重β对未标记的疾病分类数据进行分类；本发明的有益效果是：在极限学习机方法中引入图卷积网络来代替隐藏层，构成一种全新的图卷积极限学习机模型；该模型能处理非欧式的图结构数据，如泛化到疾病分类、生物信息、化学医药等领域中，同时能够保持极限学习机的快速学习速度和通用的逼近能力。
一种基于图卷积极学习机快速监督分类方法

[发明专利]一种无监督稀疏参数学习的超限学习机分类方法及系统-CN201810433265.9有效
发明人：张咏珊;蔡之华;汪欣欣 -专利权人：中国地质大学（武汉）
申请日： 2018-05-08 - 公布日： 2020-11-24 - 主分类号： G06N3/08 文献下载
摘要：本发明提供了一种无监督稀疏参数学习的超限学习机分类方法及系统，所述方法包含：首先利用超限学习机稀疏自编码机来学习自编码机网络输出权值，获得稀疏网络输出参数，再将所述参数进行转置输入到超限学习机进行训练，得到超限学习机模型，获得数据的类标信息。通过实验对比，使用分类精度作为指标进行评价，本发明方法分类精度高，分类效果越好。本发明方法为超限学习机的无监督参数学习进行了补充，且能够广泛应用于不同的分类识别应用领域中，显著提高了超限学习机的分类效果，市场前景广大。
一种监督稀疏参数学习超限学习机分类方法系统

[发明专利]一种基于K-Means的道路彩色激光点云中道路标线的提取方法-CN201710802428.1有效
发明人： 蔡之华;李向;陈冠宇;刘宁;李扬;朱宏博 -专利权人：中国地质大学（武汉）
申请日： 2017-09-07 - 公布日： 2020-09-29 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于K‑Means的道路彩色激光点云中道路标线的提取方法，该方法如下：将输入的道路相关的彩色激光点云数据，提取出X、Y、Z、R、G、B六个属性值，进行数据清洗，在XYZ坐标空间进行三维和二维邻域搜索，按照平均高程差筛选出道路点云，按照其RGB色彩空间进行归一化处理，以其R、G、B三个特征值作为三个空间维度，运用K‑Means聚类算法，对道路彩色激光点云数据进行分类，得到道路的道路标线点。本发明提出在道路彩色激光点云的RGB色彩空间进行K‑Means聚类，自动提取出精准的道路标线点，具有较高的覆盖率。
一种基于 means 道路彩色激光点云中标线提取方法

[发明专利]基于度量学习和近邻增强的高光谱遥感图像分类方法-CN202010228500.6在审
发明人：龚赛;姜鑫维;蔡之华;严钦;周锡祥;董志敏;张欣 -专利权人：中国地质大学（武汉）
申请日： 2020-03-27 - 公布日： 2020-07-28 - 主分类号： G06K9/00 文献下载
摘要：本发明提供一种基于度量学习和近邻增强的高光谱遥感图像分类方法，包括：S1、对所有样本数据进行平滑滤波，并划分为训练样本和测试样本；S2、采用度量学习算法从训练样本中学习得到马氏距离度量矩阵；S3、计算马氏距离加权的Tikhonov矩阵，进一步得到光谱正则化项；S4、计算空间距离加权的矩阵，进一步得到空间正则化项；S5、对正则化项进行近邻增强，构建基于协同表示的分类模型；S6、求解分类模型，得到协同表示系数，并根据重构误差最小原则对当前测试样本分配标签；S7、判断是否对所有测试样本进行了预测，若否，则重复步骤S3‑S6，否则输出分类结果图。本方法在高光谱遥感图像分类处理中，具有创新性、前沿性以及实用性。
基于度量学习近邻增强光谱遥感图像分类方法

[发明专利]一种基于残差子空间聚类网络的高光谱图像聚类方法-CN201911299103.1在审
发明人：蔡耀明;李天聪;张子佳;曾梦;蔡之华;刘小波;董志敏 -专利权人：中国地质大学（武汉）
申请日： 2019-12-17 - 公布日： 2020-05-12 - 主分类号： G06K9/62 文献下载
摘要：本发明提供一种基于残差子空间聚类网络的高光谱图像聚类方法，具体包括以下步骤：对原始高光谱图像进行预处理，得到标准化后的空谱样本；构建残差子空间聚类网络，并将所述标准化后的空谱样本输入至所述残差子空间聚类网络，采用梯度下降法进行参数优化，得到非线性自表达系数矩阵C；使用所述非线性自表达系数矩阵C构造相似度矩阵A，并采用谱聚类算法将所述相似度矩阵A分割成k组，从而获得聚类后的k个簇；本发明的有益效果是：将线性的子空间聚类方法扩展至非线性的深度模型中，通过学习面向聚类的深度特征表示，有效解决了高光谱图像无监督分类精度低的问题。
一种基于残差子空间网络光谱图像方法

[发明专利]一种面向混合噪声的人脸超分辨率的重建方法及装置-CN201510819211.2有效
发明人：江俊君;蔡之华;龚文引 -专利权人：中国地质大学（武汉）
申请日： 2015-11-20 - 公布日： 2019-08-20 - 主分类号： G06T7/00 文献下载
摘要：本发明提供了一种面向混合噪声的人脸超分辨率的重建方法及装置，包括：接收低分辨率人脸图像X_L，将X_L、预设的低分辨率训练集中的低分辨率人脸样本图像及高分辨率训练集中的高分辨率人脸样本图像划分为相互重叠的图像块；计算中各个位置(i,j)的图像块对应的最优权重系数w^*(i,j)；将各个位置(i,j)的低分辨率人脸样本图像的图像块替换为对应的高分辨率人脸样本图像的图像块，根据最优权重系数w^*(i,j)合成各个位置(i,j)的高分辨率人脸图像块X_H(i,j)；根据高分辨率人脸图像块X_H(i,j)在人脸对应的位置进行融合，获取高分辨率人脸图像并输出；如此，引入l₁‑l₁双稀疏范数，同时进行混合噪声去除和人脸超分辨率重建，减小对低分辨率图像进行重建时的误差，进而获取高质量的高分辨率人脸图像。
一种面向混合噪声人脸超分辨率重建方法装置

[发明专利]一种人脸超分辨率的重建方法及装置-CN201510381611.X有效
发明人：江俊君;蔡之华;龚文引 -专利权人：中国地质大学（武汉）
申请日： 2015-07-02 - 公布日： 2019-03-08 - 主分类号： G06T5/50 文献下载
摘要：本发明提供了一种人脸超分辨率的重建方法及装置，所述方法包括：接收低分辨率人脸图像X_L，将X_L、预设的第一人脸样本图像及第二人脸样本图像划分为相互重叠的图像块；计算所述第一人脸样本图像中各个位置(i,j)的图像块对应的映射矩阵查找与X_L(i,j)距离最近的第一图像块根据第一图像块对应的最优映射矩阵合成各个位置的高分辨率人脸图像块X_H(i,j)；根据X_H(i,j)在人脸对应的位置进行融合，获取高分辨率人脸图像；如此，根据训练集中的任何一幅低分辨率图像到高分辨率图像的最优映射矩阵，利用该图像所训练出来的最优映射矩阵来恢复到高分辨率的图片，既提高了重建效率，达到了实时性的要求，又提高了高分辨率图片的质量。
一种人脸超分辨率重建方法装置

[实用新型]一种无线物联网数据安全智能传输系统-CN201320351839.0有效
发明人：唐善玉;蔡之华;章丽平;朱莉;余林琛;李振华;张思发;马钊;杨帆;龚文引;熊慕舟;康晓军;江宜静;张航;朱邵辉 -专利权人：中国地质大学（武汉）
申请日： 2013-06-19 - 公布日： 2013-12-18 - 主分类号： H04L29/06 文献下载
摘要：本实用新型涉及物联网技术，具体为一种无线物联网数据安全智能传输系统，一种无线物联网数据安全智能传输系统，包括采集端、汇聚终端、无线路由以及终端电脑，其中所述采集端包括传感设备、单片机和433发送模块，传感设备与单片机的输入端联接，单片机的输出端与433发送模块联接；所述汇聚终端包括433接收模块、ucos系统模块和网口，433接收模块与ucos系统模块的输入端联接，ucos系统模块的输出端联接网口。本实用新型实现传感数据的快速采集和实时传输，并将椭圆曲线加密技术与对称密钥加密技术结合起来构建安全的数据传输机制，实现在空旷地传输距离超过1200米的机密数据安全传输。
一种无线联网数据安全智能传输系统

[发明专利]一种无线物联网数据安全智能传输系统-CN201310243466.X无效
发明人：唐善玉;蔡之华;章丽平;朱莉;余林琛;李振华;张思发;马钊;杨帆;龚文引;熊慕舟;康晓军;江宜静;张航;朱邵辉 -专利权人：中国地质大学（武汉）
申请日： 2013-06-19 - 公布日： 2013-09-11 - 主分类号： H04W84/18 文献下载
摘要：本发明涉及物联网技术，具体为一种无线物联网数据安全智能传输系统，一种无线物联网数据安全智能传输系统，包括采集端、汇聚终端、无线路由以及终端电脑，其中所述采集端包括传感设备、单片机和433发送模块，传感设备与单片机的输入端联接，单片机的输出端与433发送模块联接；所述汇聚终端包括433接收模块、ucos系统模块和网口，433接收模块与ucos系统模块的输入端联接，ucos系统模块的输出端联接网口。本发明实现传感数据的快速采集和实时传输，并将椭圆曲线加密技术与对称密钥加密技术结合起来构建安全的数据传输机制，实现在空旷地传输距离超过1200米的机密数据安全传输。
一种无线联网数据安全智能传输系统

1
共 15 条