“黄梦醒”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227个，建议您升级VIP下载更多相关专利

[发明专利]自适应阶导向融合和多分辨率判别器的遥感图像融合方法-CN202310941029.9在审
发明人： 黄梦醒;吴园园;冯思玲;毋媛媛;冯文龙;张雨;林聪;李玉春 -专利权人：海南大学
申请日： 2023-07-28 - 公布日： 2023-10-27 - 主分类号： G06T5/50 文献下载
摘要：本发明提供一种自适应阶导向融合和多分辨率判别器的遥感图像融合方法，主要包括步骤：构建时空融合数据集和空谱融合数据集；确定自适应阶层；双向自适应阶特征提取；自适应阶渐进式注意力导向融合；构建自适应阶分辨率U型判别器；构建复合损失函数对模型进行优化；使用批量数据同时对生成器和多分辨率U型判别器进行训练，并使用Adam优化器对集成融合模型进行优化，得到最优模型并冻结；使用最优模型对测试数据进行空谱融合和时空融合生成高分辨率图像，本发明构建的集成融合模型既能实现空谱融合又能实现时空融合，实现了多任务的高分辨率图像的生成，并提高了融合精度。
自适应导向融合分辨率判别遥感图像方法

[发明专利]一种基于实值稀疏贝叶斯学习的MIMO雷达稳健DOA估计方法-CN202011362403.2有效
发明人：王咸鹏;王华飞;黄梦醒;吴迪;苏婷;迟阔;简琳露 -专利权人：海南大学
申请日： 2020-11-28 - 公布日： 2023-10-27 - 主分类号： G01S7/41 文献下载
摘要：本发明提供出一种基于实值稀疏贝叶斯学习的MIMO雷达稳健DOA估计方法，通过构造一个基于MIMO雷达接收域实值协方差矢量的离格稀疏信号模型，利用期望最大化(EM)算法对离格误差进行估计，从而降低离格误差；同时，利用线性变换来消除非均匀噪声对目标DOA估计的影响。
一种基于稀疏贝叶斯学习 mimo 雷达稳健 doa 估计方法

[发明专利]一种基于像素聚类的RVIN检测和去除的方法-CN202210539711.0有效
发明人： 黄梦醒;林聪;冯思玲;冯文龙;毋媛媛;张雨 -专利权人：海南大学
申请日： 2022-05-17 - 公布日： 2023-10-24 - 主分类号： G06V10/762 文献下载
摘要：本发明公开一种基于像素聚类的RVIN检测和去除的方法，包括如下步骤：基于像素点的灰度距离相似性进行聚类分割，将受损图像中的所有像素分成K类；计算像素的LCI值并基于LCI值确定所述像素所处区域，所述区域包括平坦区域和细节区域，再通过迭代求解获取每类像素的最优检测阈值，根据像素的LCI值和最优检测阈值判断所述像素是否为噪声像素；针对平坦区域和细节区域的噪声像素分别采用LCI加权均值滤波器和边缘方向滤波器来恢复被随机值脉冲噪声损坏的像素。本发明提出的噪声检测器和滤波器具有很高的鲁棒性和泛化性，在自然图像和医学图像的RVIN去除中均取得了显著的效果，特别是在高噪声水平上效果更优。
一种基于像素 rvin 检测去除方法

[发明专利]融入语义及注意力的多分支多尺度医学图像融合方法-CN202310940783.0在审
发明人：冯思玲;陈胤杰;黄梦醒;林聪;束锋;冯文龙;张雨;张俊锋 -专利权人：海南大学
申请日： 2023-07-27 - 公布日： 2023-10-20 - 主分类号： G06T5/50 文献下载
摘要：本发明提供一种融入语义及注意力的多分支多尺度医学图像融合方法，包括步骤：S101、输入图像处理：对输入的两模态图像进行处理，使其满足网络输入端要求，两模态图像包括CT图像和MRI图像；S102、初步特征获取：通过卷积及激活函数获得输入图像的表层特征；S103、特征提取及重建：通过融合网络对图像特征进行提取，并根据所提取的特征重建图像特征，融合网络由三分支特征提取网络和多尺度特征重建网络组成；S104、后处理及保存：将重建后的图像特征处理为最终图像，将最终图像保存到指定位置，所述方法获得的融合图像具有较高质量，在多项数值评价指标中均获得了较好的结果，具有良好的综合性能。
融入语义注意力分支尺度医学图像融合方法

[发明专利]一种基于凸近似的波束成形方法及装置-CN202310982185.X在审
发明人：束锋;王雪辉;黄梦醒;冯思玲;毋媛媛;高炜 -专利权人：海南大学
申请日： 2023-08-04 - 公布日： 2023-10-20 - 主分类号： H04B7/06 文献下载
摘要：本发明公开了一种基于凸近似的波束成形方法及装置，该方法面向智能反射镜辅助放大转发中继网络，具体为：构建智能反射镜辅助放大转发中继网络的系统模型，初始化基站、放大转发中继和用户的天线数量以及智能反射镜元件数；以智能反射镜的反射系数矩阵和放大转发中继的波束成形矩阵为变量，构建最大化速率的优化问题；采取固定两个变量求解另一个变量的交替迭代优化方法获得最大速率；求解关于智能反射镜反射系数矩阵或放大转发中继的波束成形矩阵的子优化问题时，运用凸近似和分式优化算法将非凸的子问题转换为凸问题求解。该装置包括系统模型构建、优化问题构建、优化问题求解三个模块。本发明提高了智能反射镜辅助放大转发中继网络的速率增益。
一种基于似的波束成形方法装置

[发明专利]基于子空间拟合的加权块稀疏恢复的MIMO雷达定位方法-CN202010596844.2有效
发明人：王咸鹏;黄梦醒;孟丹丹;徐腾贤;王华飞;杨永钦;苏婷 -专利权人：海南大学
申请日： 2020-06-28 - 公布日： 2023-10-20 - 主分类号： G06F17/10 文献下载
摘要：基于子空间拟合的加权块稀疏恢复的MIMO雷达定位算法，包括十一个步骤。本发明摈弃现有技术中利用选择矩阵消除互耦影响的做法，通过参数化导向矢量构建块MIMO雷达信号接收模型，避免阵列孔径损失，在消除互耦的同时避免了接收信息的丢失，并推导了含有未知互耦系数的块结构接收数据模型的降维矩阵，由于降低了信号模型的维度，因此降低了算法的计算量，提高了计算效率，且摒弃了现有技术子空间拟合不是最优的情况，利用最优子空间拟合原理来构建稀疏恢复模型，相比于现存的算法，使得估算子空间与真实子空间之间误差更小，提高了采样数据信息的利用率，从而使得估算性能得到了提高，为MIMO雷达的有效应用提供了有利技术支撑。本发明具有好的应用前景。
基于空间拟合加权稀疏恢复 mimo 雷达定位方法

[发明专利]基于非负观测器的城市水务排水系统的PID控制方法-CN202310623054.2在审
发明人：吴迪;张俊锋;黄梦醒;张卫东 -专利权人：海南大学
申请日： 2023-05-30 - 公布日： 2023-10-13 - 主分类号： G05B11/42 文献下载
摘要：本发明公开基于非负观测器的城市水务排水系统的PID控制方法，包括如下步骤：采集城市水务排水系统的输入输出数据，建立城市水务排水系统的状态空间模型；建立可估计城市水务排水系统状态空间模型的系统状态的状态非负观测器模型；基于所建立的状态非负观测器模型建立PID控制器；设计城市水务排水系统平稳运行的条件、非负观测器增益矩阵和PID控制器增益矩阵；城市水务排水系统的正性及稳定性验证过程。本发明使得城市排水问题得到合理的处理；且考虑系统在运行过程中系统状态不便测量的问题，设计状态非负观测器估计系统状态，进而对其进行控制，保证了生产效益。
基于观测器城市水务排水系统 pid 控制方法

[发明专利]一种海洋环境预测模型的训练方法及相关装置-CN202310601024.1在审
发明人： 黄梦醒;周聪;冯思玲;王冠军;毋媛媛;李涛 -专利权人：海南大学
申请日： 2023-05-26 - 公布日： 2023-10-13 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开一种海洋环境预测模型的训练方法及相关装置。该方法包括如下步骤：获取海洋环境数据并进行预处理；运用灰色关联分析模型对预处理后的环境数据分析，获得数据集；将数据集输入构建的时序知识图谱模型进行训练，以预测时序知识图谱中实体之间的关系，生成预测模型；按照预测目标的时序信息，使用已训练好的知识图谱预测模型，通过预测目标实体与其他实体之间的前后依赖关系，对海洋环境检测领域时序知识图谱进行链路预测；对链路预测的结果进行评估，基于评估结果对灰色关联分析模型和时序知识图谱预测模型进行优化和调整。本发明可以实现更高的预测准确率，以提高海洋环境检测领域的预测能力。
一种海洋环境预测模型训练方法相关装置

[发明专利]基于改进的Re-GCN模型的水质数据预测方法-CN202310601297.6在审
发明人：冯思玲;叶子民;黄梦醒;刘倩;李涛;毋媛媛 -专利权人：海南大学
申请日： 2023-05-26 - 公布日： 2023-10-13 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开基于改进的Re‑GCN模型的水质数据预测方法，包括如下步骤：获取水质数据并进行预处理，构建用于训练以及测试的水质数据时序知识图谱训练集和测试集；使用网格搜索进行超参数调优，将训练集输入预先构建的改进的Re‑GCN模型中进行迭代训练，计算损失函数，并以此为基础进行全局优化，直至迭代结束；将测试集导入训练后的模型中，通过评估指标评价模型，直到结果符合预期要求，输出预测模型；使用预测模型预测未来一段时间内的水质数据。本发明通过改进的Re‑GCN模型，提高了对水质数据预测的效率以及准确度。
基于改进 re gcn 模型水质数据预测方法

[发明专利]一种双基地FDA-MIMO雷达多维参数联合估计方法-CN202011094747.X有效
发明人：王咸鹏;刘飞龙;黄梦醒;迟阔;国月皓;徐腾贤;王华飞;李亮亮;黄立东 -专利权人：海南大学
申请日： 2020-10-14 - 公布日： 2023-10-13 - 主分类号： G01S7/41 文献下载
摘要：本发明公开了一种基于双基地FDA‑MIMO雷达的多维参数联合估计方法，该方法是一种基于划分子阵的实值ESPRIT方法。传统的技术，如ESPRIT算法和MUSIC算法在对双基地FDA‑MIMO雷达参数估计时存在精度低、以及复杂度高等问题。为了提高估计精度和降低运算复杂度，本发明首先对发射阵列进行了设计，使其不同的子阵具有不同的频率增量；然后根据接收阵列接收到的回波信号进行处理得到扩展的子阵接收数据，从而采用酉变换得到了实值的扩展数据；对数据的协方差矩阵进行分解处理得到参数的相位矩阵，根据最小二乘法(LS)求得DOA估计；此外，根据设计的配对方法，将多个包含目标参数信息的相位矩阵匹配。另外，根据划分子阵的特点，完成了DOD和距离信息的解耦合，从而实现双基地FDA‑MIMO雷达的多维参数联合估计。仿真结果表明，本发明获得了较好的估计性能。
一种基地 fda mimo 雷达多维参数联合估计方法

[发明专利]基于CenSurE-STAR-TEBLID-DCT的医学图像水印方法-CN202310836936.7在审
发明人：李京兵;王鑫龙;黄梦醒;陈延伟 -专利权人：海南大学
申请日： 2023-07-10 - 公布日： 2023-10-10 - 主分类号： G06T1/00 文献下载
摘要：本发明公开了一种基于CenSurE‑STAR‑TEBLID‑DCT的医学图像水印方法，包括：采用CenSurE‑STAR算法提取医学图像的关键点；利用TEBLID算法对医学图像的关键点进行描述，生成医学图像的特征描述符矩阵；对医学图像的特征描述符矩阵进行DCT变换，得到医学图像的特征向量；将医学图像的特征向量与混沌置乱水印逐位进行异或运算，以将水印信息嵌入至医学图像中。这样兼顾了CenSurE‑STAR计算速度快、尺度不变性和TEBLID计算速度快、鲁棒性强的优点，具有较强的鲁棒性和不可见性，能够有效保护原始医学图像信息的安全性，并在一定程度上避免了病人隐私泄露。
基于 censure star teblid dct 医学图像水印方法

[发明专利]基于TimesBlock的多任务预测的方法、装置、设备及介质-CN202310681831.9在审
发明人： 黄梦醒;陈锐涛;冯思玲;王冠军;毋媛媛 -专利权人：海南大学
申请日： 2023-06-09 - 公布日： 2023-10-03 - 主分类号： G06Q30/0601 文献下载
摘要：本发明公开基于TimesBlock的多任务预测的方法、装置、设备及介质。该方法将服务访问量数据样本、服务评价数据样本分别输入第一、二特有特征提取网络，得访问特征和评价特征；将服务访问量数据样本和服务评价数据样本同时输入共有特征提取网络，得共有特征；基于访问特征、评价特征、共有特征输入判别器中，进行交替训练；将服务访问量、服务评价数据样本分别输入训练好的第一、二特有特征提取网络中、将两类数据同时输入训练好的共有特征提取网络中，所提取的特征以及历史数据作为预设预测网络的输入，输出预测结果，根据预测结果的误差进行反向传播以优化预设预测网络的参数，获得训练好的预测网络。本发明实现多任务预测且效果更好。
基于 timesblock 任务预测方法装置设备介质

[发明专利]一种基于密集双向金字塔网络的水上红外目标检测方法-CN202310730827.7在审
发明人：张卫东;张文波;郭东生;吴迪;尚艺琳;王冠军;黄梦醒;张永辉;唐浩;黄忠 -专利权人：海南大学
申请日： 2023-06-19 - 公布日： 2023-09-29 - 主分类号： G06V20/10 文献下载
摘要：本发明涉及红外目标检测技术领域，尤其涉及一种基于密集双向金字塔网络的水上红外目标检测方法，通过对采集的水上红外图像按照统一尺寸进行自适应缩放，并将图像输入到特征提取网络中提取不同层次的多尺度深度特征图；将不同层次的多尺度特征图输入到密集双向金字塔网络，进行多尺度特征的融合，所述密集双向金字塔网络在多尺度融合特征输出前加入自适应双挤压激励通道注意力机制；将多尺度融合特征分别输入到分类预测网络和预测框回归网络，得到水上红外图像中所有目标的位置及类别信息。本发明丰富红外目标特征信息，突显特征中重要的目标信息，可有效提升水上红外目标检测的准确性和稳定性。
一种基于密集双向金字塔网络水上红外目标检测方法

[发明专利]一种基于多尺度特征自适应融合的水上红外目标检测方法-CN202310544364.5在审
发明人：张卫东;张文波;郭东生;吴迪;黄梦醒;张永辉;沈重;王咸鹏 -专利权人：海南大学
申请日： 2023-05-12 - 公布日： 2023-09-29 - 主分类号： G06V10/80 文献下载
摘要：本发明提供了一种基于多尺度特征自适应融合的水上红外目标检测方法，该方法包括：对输入的水上红外图像进行自适应缩放，统一输入图像尺寸。使用特征提取网络得到多尺度特征信息。然后，通过双向跳跃连接特征融合模块对多尺度特征信息进行初步的特征融合。初步融合后的特征再经过多尺度特征自适应融合模块输出最终的特征信息，其中，所述多尺度特征自适应融合模块通过高效频率通道注意力模块来自适应调整不同尺度特征层之间的融合比例。最后，预测层对特征信息进行预测，得到多个预测框，使用非极大值抑制方法来确定目标框、目标类别和置信度，从而检测到目标。本发明能够适应复杂多变的水上场景，提升水上红外目标检测的准确性和抗干扰能力。
一种基于尺度特征自适应融合水上红外目标检测方法

[发明专利]一种无人驾驶汽车编队的PID一致性控制方法-CN202310175906.6有效
发明人：张俊锋;杨雅豪;黄梦醒;吴迪 -专利权人：海南大学
申请日： 2023-02-28 - 公布日： 2023-09-19 - 主分类号： G05B11/42 文献下载
摘要：本发明公开了一种无人驾驶汽车编队的PID一致性控制方法，包括如下步骤：步骤1、建立无人驾驶汽车编队系统的正多智能体系统状态空间模型；步骤2、建立无人驾驶汽车编队系统的分布式PID控制协议；步骤3、设计分布式PID控制协议的积分部分；步骤4、设计无人驾驶汽车编队系统平稳运行的条件；步骤5、无人驾驶汽车编队系统的正性验证过程；步骤6、无人驾驶汽车编队系统的一致性的验证过程。本发明实现了无人驾驶汽车编队系统中每辆车辆自身与附近行驶的自动驾驶车辆之间保持相对稳定的位姿及运动状态从而使无人驾驶汽车编队系统能够正常运行。
一种无人驾驶汽车编队 pid 一致性控制方法

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
下一页»
尾页
共 227 条