“冷洪泽”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10个，建议您升级VIP下载更多相关专利

[发明专利]一种水声音频去噪方法-CN202310250346.6在审
发明人：周翱隆;李小勇;宋君强;徐国军;任开军;邓科峰;冷洪泽;赵成武 -专利权人：中国人民解放军国防科技大学
申请日： 2023-03-15 - 公布日： 2023-08-18 - 主分类号： G10K11/16 文献下载
摘要：本申请实施例涉及海洋数据处理技术领域，特别涉及一种水声音频去噪方法。本方法首先采用一个编码器来提取输入音频的特征表示，然后将特征表示输入到噪声子网络和目标子网络中，同时对噪声音频成分和目标音频成分进行估计，在噪声子网络和目标子网络中设置了多个堆叠的全带‑子带注意力块，用以捕获特征的全局依赖和细粒度的局部依赖，然后引入了交互模块用于将辅助信息从噪声子网络传输到目标子网络。本方法提出了全带‑子带注意力模块来学习特征的长期和短期依赖关系，利用通道注意力机制捕获全局依赖关系，子带注意力方法用于学习细粒度的短期依赖关系，提升模型的去噪能力。
一种声音频去噪方法

[发明专利]一种水声信号降噪方法、系统、设备及存储介质-CN202210868441.8有效
发明人：周翱隆;李小勇;宋君强;徐国军;任开军;邓科峰;冷洪泽;任小丽 -专利权人：中国人民解放军国防科技大学
申请日： 2022-07-22 - 公布日： 2023-07-07 - 主分类号： G10K11/16 文献下载
摘要：本发明公开了一种水声信号降噪方法、系统、设备及存储介质，包括获取带噪音频，从带噪音频中提取出带噪音频复数频谱，通过编码器对带噪音频复数频谱进行降采样，再通过第一自注意力模块学习复数频谱在时间维度上的第一特征，并通过第二自注意力模块学习复数频谱在频率维度上的第二特征，融合第一特征和第二特征，通过解码器对融合特征进行上采样，得到降噪音频复数频谱，将降噪音频复数频谱转换为降噪音频，通过分别从特征的时间维度和频率维度捕获特征的长期依赖和局部依赖关系，两条分支通过信息交互互补信息，增强了模块的表达能力，提高了学习带噪音频复数频谱的时频谱特征的准确性，有效的抑制了噪声信号的干扰，提高了降噪性能。
一种信号方法系统设备存储介质

[发明专利]一种用于超强台风的快速飞沫热通量计算方法-CN202211078636.9在审
发明人：蓝云杰;孙迪夫;冷洪泽;宋君强;曹小群;余意;刘柏年;赵成武;赵娟 -专利权人：中国人民解放军国防科技大学
申请日： 2022-09-05 - 公布日： 2022-11-29 - 主分类号： G06F30/20 文献下载
摘要：本发明公开了一种用于超强台风的飞沫热通量计算方法，应用于耦合海洋‑大气‑波浪‑沉积物传输模式系统，方法包括以下步骤：计算白冠覆盖率WH1，根据WH18的分段区间重新定义了风速函数的分段区间，利用FASTEX数据拟合得到风速函数，并计算新飞沫热通量。本发明将飞沫热通量的加入对于“山竹”路径模拟的影响不大，飞沫热通量的加入能够显著改善台风强度的模拟结果，飞沫热通量的加入使得台风在水平方向的低压结构以及风场结构发展得更充分。
一种用于超强台风快速飞沫通量计算方法

[发明专利]基于变分同化框架的智能资料同化方法-CN202011420985.5有效
发明人：黄丽蓝;宋君强;任开军;李小勇;冷洪泽;王东紫;卢竞择;陈睿 -专利权人：中国人民解放军国防科技大学
申请日： 2020-12-08 - 公布日： 2022-08-12 - 主分类号： G06F30/27 文献下载
摘要：本发明公开一种基于变分同化框架的智能资料同化方法，S1用同化窗前半部分数据进行分析，用后半部分数据修正同化时间窗[t1,tn]中间的分析场，确定当前时刻的分析场的优化，S2使用第一个多层感知器替换同化的过程，根据历史和未来的数据分析并得到S3将之前的训练数据集与叠加，训练下一个多层感知器，得到相当于在一个数据同化周期内模拟预测模型进行短期预测；S4进行迭代训练，重复S2与S3的过程，在ct前的环节中，每一个环节都会生成一个新的来替换之前的形成新的训练数据集，直到ct前的被完全替换，后面的训练数据集中的背景信息只由提供。
基于同化框架智能资料方法

[发明专利]基于深度学习的混合数据同化方法-CN202210623934.5在审
发明人：董仁泽;冷洪泽;宋君强;余意;曹小群;赵军;刘柏年;黄丽蓝 -专利权人：中国人民解放军国防科技大学
申请日： 2022-06-02 - 公布日： 2022-07-29 - 主分类号： G06N3/04 文献下载
摘要：本发明公开了基于深度学习的混合数据同化方法，包括建立基于BNN模型的预测模型，预测模型包括BNN模型和四阶龙格‑库塔积分法；BNN模型包括第一卷积层、双线性层和第二卷积层；第一卷积层的卷积核的数量为5，第二卷积层的卷积核的数量为1；通过预测模型获得4DVar部分中的切线线性伴随模型，采用ResNet来融合4DVar和EnKF，以减少人为选择经验系数带来的不确定性。本发明降低了开发切线性伴随模型的难度，扩大了深度学习的应用范围，利用ResNet模型来耦合4DVar和EnKF，提高了同化结果的准确性，节省了寻找最优系数的时间。
基于深度学习混合数据同化方法

[发明专利]基于全天候观测误差协方差矩阵的数值天气预报方法-CN202111209618.5在审
发明人：余意;张卫民;曹小群;冷洪泽;银福康;杨锦辉;姚强 -专利权人：中国人民解放军国防科技大学
申请日： 2021-10-18 - 公布日： 2022-02-11 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了基于全天候观测误差协方差矩阵的数值天气预报方法，步骤包括：对红外高光谱观测资料进行同化，构造观测误差协方差矩阵，并进行分解和求逆计算，得到观测误差相关矩阵；将观测误差相关矩阵用代价函数实现；将模拟的有云辐射率与观测辐射率分别和晴空辐射率计算偏差，获得背景场的云辐射率和观测包含的云辐射率和云特征函数；构造不同通道的膨胀因子，由膨胀因子构成对角化的膨胀矩阵；将云特征函数和云量函数带入代价函数，在同化系统中计算新构造的代价函数及其梯度，并极小化解求解最优分析场，根据最优分析场进行数值天气预报。本发明可针对全天候气象有效利用观测误差相关对红外高光谱资料进行同化。
基于全天候观测误差协方差矩阵数值天气预报方法

[发明专利]一种基于长短期记忆网络的蒸发波导高度预测方法-CN202110202800.1在审
发明人：李金才;赵文朋;刘小军;汪祥;赵娟;邵程程;朱俊星;张明焱;赵军;曹小群;冷洪泽 -专利权人：中国人民解放军国防科技大学
申请日： 2021-02-24 - 公布日： 2021-05-14 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于长短期记忆网络的蒸发波导高度预测方法，将原始数据集进行归一化处理，获得长短期记忆网络模型的特征值数据集和标签数据集，标签数据集为蒸发波导高度特征数据集合，将长短期记忆网络模型特征数据集和标签数据集划分为训练集和测试集，将训练集和测试集输入长短期记忆网络，通过训练过程和性能测试过程获取长短期记忆网络的超参数配置数据，建立基于长短期记忆网络的蒸发波导高度预测模型。本发明使得蒸发波导高度RMSE有了显著下降，且能够获得更好的蒸发波导廓线拟合度，相比于XGB模型，泛化能力提升显著，解决了理论模型预测精度不高，实用性不强的问题，和反演法隐蔽性不好、误差较大等问题。
一种基于短期记忆网络蒸发波导高度预测方法

[发明专利]一种基于卷积神经网络的图像开放集识别方法-CN201910968936.6有效
发明人：孙祥远;宋君强;任开军;李小勇;冷洪泽;邓科峰;汪祥;张卫华;任小丽 -专利权人：中国人民解放军国防科技大学
申请日： 2019-10-12 - 公布日： 2021-03-16 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于卷积神经网络的图像开放集识别方法，包括利用CNN模型对图像训练集进行处理，使用SoftMax层生成的深度特征作为激活向量；计算每个类的平均激活向量，并将平均激活向量作为每个类的中心；计算出类内点与每个类中心的距离，并通过每个类的距离分布设置阈值；确定目标样本是否为未知类别。本发明方法利用SoftMax变换对logits层所在的空间进行空间变换。经过变换后，这些方向指向的空间将收缩到变换后的特征空间中某些点附近，从而可以被CAP模型生成的边界所覆盖，因此能够改善卷积神经网络模型的开放集图像识别性能，本发明方法具有更强的性能和更好的适用度。
一种基于卷积神经网络图像开放识别方法

[发明专利]基于三重多层感知机的数值天气预报混合资料同化方法-CN202010646132.7有效
发明人：黄丽蓝;宋君强;任开军;李小勇;冷洪泽;邓科峰;汪祥;陈睿;王东紫 -专利权人：中国人民解放军国防科技大学
申请日： 2020-07-07 - 公布日： 2021-03-12 - 主分类号： G06F30/27 文献下载
摘要：本发明公开了基于三重多层感知机的数值天气预报混合资料同化方法，包括以下步骤：建立基于三维变分资料同化方法的第一感知机模型，并对第一感知机模型进行训练；建立基于集合卡尔曼滤波器资料同化方法的第二感知机模型，并对第二感知机模型进行训练；建立混合同化的第三感知机模型；对第三感知机模型进行训练；使用训练好的第一感知机模型、第二感知机模型和第三感知机模型来计算获得分析场数据。本发明方法利用大气运动的物理规律和大气状态变量的时间特性，对传统的资料同化方法进行模拟、优化和混合，充分考虑了大气变量的流依赖，以此引入大气数据本身所包含的时间特征，使得本发明方法的同化性能较传统方法得到有效提升。
基于三重多层感知数值天气预报混合资料同化方法

[发明专利]基于逆向局地化的确定性分析集合生成方法及系统-CN201810697284.2在审
发明人： 冷洪泽;宋君强;曹小群;赵军;张卫民;任开军;吴建平;银福康;杨锦辉;刘柏年 -专利权人：中国人民解放军国防科技大学
申请日： 2018-06-29 - 公布日： 2018-12-18 - 主分类号： G06F17/16 文献下载
摘要：本发明公开了一种基于逆向局地化的确定性分析集合生成方法及系统，方法实施步骤包括基于控制变量分析值、预报集合状态平均值、局地化的预报误差协方差平方根矩阵三者计算分析状态均值，构造状态变量分析误差协方差矩阵的平方根矩阵并为每个集合成员计算分析增量；针对每个集合成员根据分析状态均值、分析增量求和，得到每个集合成员的最终的分析状态集合作为初始状态集合。本发明通过改进局地化方案和分析集合生成方式，一方面可以更好地去除采样误差和远距离伪相关，另一方面可以生成一个分析离散度更趋向于分析误差的集合，最终使得资料同化的性能得到明显提升，获得更为准确可靠的数值预报问题的初始状态。
集合集合生成定性分析平方根矩阵分析状态计算分析分析初始状态集合协方差矩阵变量分析采样误差方法实施构造状态控制变量数值预报预报误差增量求和离散度协方差远距离去除同化预报改进

1
共 10 条