“毛莺池”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153个，建议您升级VIP下载更多相关专利

[发明专利]知识图谱驱动的水电工程BIM应急响应自动推送方法及系统-CN202310833823.1在审
发明人：陈豪;易魁;曾伟;庞天富;吴涛;聂兵兵;毛莺池;王子成;李学红;谢丰余;刘海波;周楠;安永发;杨俊坤 -专利权人：华能澜沧江水电股份有限公司;河海大学
申请日： 2023-07-07 - 公布日： 2023-10-27 - 主分类号： G06Q10/20 文献下载
摘要：本申请提出知识图谱驱动的水电工程BIM应急响应自动推送方法及系统，所述方法包括：构建水电工程应急事理图谱；对已知事件链进行结果泛化学习，对候选事件进行原因泛化学习；对泛化学习后的已知事件链和多个候选事件进行参数级的嵌入表示学习，得到已知事件链嵌入向量与多个候选事件嵌入向量；对已知事件链嵌入向量与候选事件嵌入向量进行上下文语境嵌入处理；分别确定候选事件与已知事件链间的因果性得分，分别加权评估多个候选事件的综合得分，选择综合得分最高的候选事件为后续事件，并在水电工程BIM模型中自动推送后续事件所对应的人员逃生路线及重点部位巡检路线。本申请提出的技术方案，辅助管理人员及时掌握应急事件与措施，提高水电工程安全性能，保障人员安全。
知识图谱驱动水电工程 bim 应急响应自动推送方法系统

[发明专利]一种基于本地自注意力机制的大坝缺陷时序图像描述方法-CN202210513592.1有效
发明人：马洪琪;肖海斌;毛莺池;迟福东;戚荣志;庞博慧;周晓峰;陈豪;余记远;赵欢 -专利权人：河海大学;华能澜沧江水电股份有限公司
申请日： 2022-05-11 - 公布日： 2023-10-13 - 主分类号： G06V10/774 文献下载
摘要：本发明公开一种基于本地自注意力机制的大坝缺陷时序图像描述方法，对输入大坝缺陷时序图像进行帧采样，使用卷积神经网络提取特征序列，并将该序列作为自注意力编码器的输入；编码器由基于可变自注意力机制的Transformer网络构成，能够动态建立每一帧的上下文特征关系；采用基于本地注意力机制的LSTM网络生成描述文本，使得预测的每一个单词都能与图像帧建立特征关系，建立图像和文本的上下文依赖以提高文本生成的准确率。本发明在计算图像帧的全局自注意力的基础上添加了动态机制，避免了过大的参数量导致模型收敛缓慢。添加本地注意力的LSTM网络能够直接建立图像和文本两个模态数据之间的对应关系，使得生成的描述文本更准确，包含的信息更全面。
一种基于本地注意力机制大坝缺陷时序图像描述方法

[发明专利]一种基于复合卷积算子的城市建筑物损失应急评估方法-CN202310699688.6在审
发明人：王龙宝;高东禹;高红民;储洪强;毛莺池;张雪洁;徐荟华;龙冲 -专利权人：河海大学
申请日： 2023-06-13 - 公布日： 2023-10-10 - 主分类号： G06Q10/0637 文献下载
摘要：本发明公开了一种基于复合卷积算子的城市建筑物损失应急评估方法，包括：获取覆盖灾害区域的遥感图像数据，对数据进行预处理；使用基于复合卷积算子的全卷积神经网络FCN从遥感图像中提取特征；将特征表示输入到一个变化检测模型中，该模型为二分类模型，用于检测出两幅遥感图像之间存在的变化；对变化区域进行后处理和分割，对变化预测值进行修正并且将变化区域从背景中分离出来；对变化区域进行分析，将结果可视化展示，在地图上标注出变化区域及其面积，以便决策者和应急响应团队进行更好的决策和响应。本发明解决了传统遥感变化检测图像解译速度慢，难以满足灾害应急处理等问题，实现了遥感变化检测技术在灾害应急处理上的应用。
一种基于复合卷积算子城市建筑物损失应急评估方法

[发明专利]一种基于图像-文本多模态融合的大坝形变评估方法-CN202310768316.4在审
发明人：王龙宝;张津豪;储洪强;毛莺池;张雪洁;徐淑芳;徐荟华 -专利权人：河海大学
申请日： 2023-06-27 - 公布日： 2023-10-10 - 主分类号： G06F18/25 文献下载
摘要：本发明公开了一种基于图像‑文本多模态融合的大坝形变评估方法，包括：获取到先前图像和当前图像；获取到差分图像；对先前图像与差分图像进行多尺度特征提取与融合，得到原始图像；对原始图像、大坝形变判别文本进行预处理；将预处理后的图像与文本特征输入双流跨模态Transformer模型进行预训练，联合建模模态内和跨模态表示，得到预训练模型；优化调整预训练模型的参数；利用训练好的模型，根据测试集图像以及问题文本数据进行预测，获取到大坝形变评估结果。本发明将大坝场景图知识融入到多模态预训练中，大幅度提升了机器对大坝形变场景的“理解能力”，使得模型能更精准地图像‑文本跨模态间的细粒度特征对齐，从而提高回答大坝形变问题的准确率。
一种基于图像文本多模态融合大坝形变评估方法

[发明专利]一种基于生成对抗网络的洪涝灾害场景生成方法-CN202310768422.2在审
发明人：王龙宝;徐溶;毛莺池;储洪强;张雪洁;徐淑芳;陈哲 -专利权人：河海大学
申请日： 2023-06-27 - 公布日： 2023-10-10 - 主分类号： G06T11/60 文献下载
摘要：本发明公开了一种基于生成对抗网络的洪涝灾害场景生成方法，包括：采集洪涝灾害相关信息，建立文本图像对数据集；对文本图像对数据集进行预处理，将文本图像对数据集分为训练集和验证集；根据构建好的生成器和鉴别器形成生成对抗网络模型；使用文本图像对数据集对生成对抗网络模型进行训练；通过生成对抗网络模型，根据文本生成洪涝灾害图像。本发明将文本编码器作为生成器的部分之一，进行预训练，利于生成细粒度更高的高质量图像，在融合块中，文本信息能够在图像分辨率不同的条件下与图像特征进行充分融合，鉴别器损失使用单项输出能够加速生成器收敛，能够生成高质量的洪涝灾害图像，同时能够保证文本与生成图像之间的语义一致性。
一种基于生成对抗网络洪涝灾害场景方法

[发明专利]一种基于联邦学习的低通信量库区水环境风险识别方法-CN202310754204.3在审
发明人： 毛莺池;王孜博;曾伟;李金洁;熊定松;戚荣志;吴启华;秦鑫;安可君;戴继聪;张巍明;王四霞 -专利权人：河海大学;华能澜沧江水电股份有限公司
申请日： 2023-06-25 - 公布日： 2023-09-19 - 主分类号： G06V20/17 文献下载
摘要：本发明公开一种基于联邦学习的低通信量库区水环境风险识别方法，通过个性化本地计算、本地更新相关性检查以及全局模型补偿技术，在保证库区水环境风险识别模型精度的前提下，同时降低上游以及下游通信频次，优化联邦学习通信效率。个性化本地计算通过向本地损失函数中引入正则项，使得本地训练能够适应不同设备能力的无人机，缓解异构数据导致的全局模型精度低等问题；检测无人机本地模型更新与全局模型更新之间的相似程度，避免无人机上传不必要的本地模型更新，降低上游通信频次；在全局模型补偿阶段，参数服务器按概率选取部分无人机下发全局模型更新，未接收到全局模型更新的无人机采用本地更新弥补与全局模型间的差距，降低下游通信频次。
一种基于联邦学习通信库区水环境风险识别方法

[发明专利]一种基于多机协同的道路施工路线动态规划方法-CN202310699399.6在审
发明人：王龙宝;章宇楠;储洪强;徐淑芳;毛莺池;高红民;张雪洁;徐荟华;赵以恒 -专利权人：河海大学
申请日： 2023-06-13 - 公布日： 2023-09-19 - 主分类号： G01C21/34 文献下载
摘要：本发明公开了一种基于多机协同的道路施工路线动态规划方法，包括：建立施工道路的二维平面图，通过定位传感器获取实时运动轨迹；参数设置；运用栅格法对环境建模，使用预约表对栅格的占用状态和碾压遍数进行记录；规定压路机群使用直线往返碾压和环形循环碾压结合的碾压方式，并使用基于动态加权的A*算法以及二阶Bezier曲线规划压路机群的初始路径；使用避碰规则；实时计算压路机群和摊铺机之间的距离；控制压路机群对所有栅格的碾压遍数，保证所有栅格不欠压，不超压。本发明采用无人驾驶压路机，能够规划出各压路机道路施工的最优路径，且能够保证压路机之间以及压路机与摊铺机之间处于安全距离，使得压路机群高质量高效率的完成施工工作。
一种基于协同道路施工路线动态规划方法

[发明专利]一种基于双目遥感图像显著性分析的大坝渗水区域测量方法-CN202310699628.4在审
发明人：王龙宝;龙冲;储洪强;毛莺池;徐荟华;张雪洁;高东禹 -专利权人：河海大学
申请日： 2023-06-13 - 公布日： 2023-09-15 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于双目遥感图像显著性分析的大坝渗水区域测量方法，包括：实时获取待检测双目图像，并对左目图像和右目图像进行校正；通过大坝渗水区域的显著性检测模型对校正后的大坝渗水区域的左目图像和右目图像进行预测，分别得到左目图像和右目图像的大坝渗水区域分割结果；根据左目图像和右目图像的大坝渗水区域分割结果，利用轮廓匹配的方式找到轮廓线上的对应匹配点并结合张正友双目视觉的标定结果，恢复三维信息；根据三维信息得出渗水区域面积大小。本发明采用无人机对大坝渗水区域及疑似渗水区域进行航拍，并利用深度学习模型对渗水区域精确分割，在节约人力成本的同时，保证了大坝渗水区域检测的实时性及测量的精确性。
一种基于双目遥感图像显著分析大坝渗水区域测量方法

[发明专利]基于特征融合的大坝应急事件因果关系识别方法及系统-CN202310719377.1在审
发明人：丁斯龙;毛莺池;迟福东;余记远;方晗;卢俊;谭彬;聂兵兵;杨先涛;申成军;郭锐;方超磊;张洪伟;杨春睿;王凤荣;陈文梦 -专利权人：河海大学;华能澜沧江水电股份有限公司
申请日： 2023-06-16 - 公布日： 2023-09-12 - 主分类号： G06F18/25 文献下载
摘要：本发明公开一种基于特征融合的大坝应急事件因果关系识别方法及系统，对大坝安全运行日志数据和大坝应急响应记录信息进行事件标记；采用BERT对事件触发词信息进行嵌入，输出事件语境特征；使用对抗生成式的图表示方法学习事理图谱中的事件因果关系，扩充事件的因果语义特征；构建事件间的语法依赖路径，学习表达因果关系的语法依赖关系；对语境、语义、语法的特征信息进行拼接融合。本发明将语境、语义、语法三重特征信息进行融合，在大坝发生渗漏、裂缝等异常事件时，可以帮助快速准确地识别事件间存在的因果关系，提高工作人员对事态的判断和决策能力，从而更好地制定应急预案和预测可能出现的问题。
基于特征融合大坝应急事件因果关系识别方法系统

[发明专利]一种基于改进DCN的舰船目标检测方法-CN202310699570.3在审
发明人：王龙宝;沈义灿;徐淑芳;徐荟华;毛莺池;高红民;张雪洁;储洪强 -专利权人：河海大学
申请日： 2023-06-13 - 公布日： 2023-09-12 - 主分类号： G06V20/10 文献下载
摘要：本发明公开了一种基于改进DCN的舰船目标检测方法，包括：选择标注文件包含方向信息的遥感图像数据集作为输入图像，对输入图像进行随机翻转、填充；对输入图像进行预处理，并划分为训练集、验证集、测试集；将训练集输入到改进的DCN模型进行训练；将测试集输入训练好的改进DCN模型，对遥感图像进行检测，得到有向边界框，检测到舰船目标；本发明采用DCN获取点集偏移量，并且使用自适应点分配模块APAM进行正样本的筛选，引入SPP模块实现局部特征与全局特征之间的融合，进一步增强分类和定位的相关性，保证了高质量样本的获取，实现了目标轮廓的高精度捕捉，可以更准确地对遥感图像中的舰船目标进行分类和定位。
一种基于改进 dcn 舰船目标检测方法

[发明专利]基于时空图的大坝安全监测多元时间序列异常检测方法-CN202310670442.6在审
发明人：陈玲;毛莺池;陈有勤;李黎;徐小坤;周晓峰;周洪亮;张鹏;郭锐;刘海波;字陈波;余意;尹川;樊牧 -专利权人：河海大学;华能澜沧江水电股份有限公司
申请日： 2023-06-07 - 公布日： 2023-08-29 - 主分类号： G06V20/52 文献下载
摘要：本发明公开一种基于时空图的大坝安全监测多元时间序列异常检测方法，包括：1)利用图结构对大坝安全监测多元时间序列时间和变量维度进行显式建模，构建变量特征图和时间特征图；2)采用图注意力网络并行学习时间和变量维度信息，得到更好的表征向量以捕获数据深层依赖关系；3)使用联合基于预测和基于重构模型的优化网络计算异常分数，得到大坝部位异常情况。本发明用于检测大坝安全监测数据中的异常情况，提高了大坝安全监测多元时间序列异常检测的精确率和召回率，并能对异常现象进行合理解释，辅助大坝的安全性评判。
基于时空大坝安全监测多元时间序列异常检测方法

[发明专利]一种混凝土大坝缺陷时序图像智能识别方法-CN202210515193.9有效
发明人：马洪琪;周华;毛莺池;迟福东;周晓峰;曹学兴;戚荣志;陈豪;谭彬;聂兵兵 -专利权人：河海大学;华能澜沧江水电股份有限公司
申请日： 2022-05-11 - 公布日： 2023-08-22 - 主分类号： G06T7/00 文献下载
摘要：本发明公开一种混凝土大坝缺陷时序图像智能识别方法，使用双流网络提取包含混凝土大坝缺陷的时序图像的特征序列，并添加时间维度的自注意力机制获取全局上下文特征关系；在模型的训练过程中，使用基于距离交并比的目标函数匹配定位缺陷和真实缺陷，计算缺陷的时序位置关系加速模型收敛；在模型损失函数中添加基于紧密感知交并比的损失项，以关注缺陷序列的完整性提高准确率；在完成缺陷定位后，采用基于2D时序差分的卷积神经网络提取缺陷特征并识别缺陷类型。本发明对混凝土大坝缺陷时序图像进行了有效检测，不仅能够定位长图像序列中的缺陷位置，还能够准确识别缺陷类型。在大坝缺陷时序图像的识别任务中具有较高的识别精度与较好的收敛性能。
一种混凝土大坝缺陷时序图像智能识别方法

[发明专利]基于相似一致性自蒸馏的无人机巡检缺陷分类方法及装置-CN202211164829.6有效
发明人：张洪涛;迟福东;郭有安;毛莺池;陈豪;万旭;字陈波;王龙宝;彭欣欣;余记远;李洪波;赵欢;余意;吴光耀;翟笠 -专利权人：华能澜沧江水电股份有限公司;河海大学;华能集团技术创新中心有限公司
申请日： 2022-09-23 - 公布日： 2023-08-22 - 主分类号： G06T7/00 文献下载
摘要：本发明公开一种基于相似一致性自蒸馏的无人机巡检缺陷分类方法及装置，设计了一个自蒸馏缺陷图像分类模型，采用自蒸馏训练策略压缩模型以便于在小型应用设备上实现高精度图像分类工作，该模型主要分为两部分：基于相似一致性知识构建和相似一致性知识传递。基于相似一致性知识构建部分通过计算Mini‑batch内实例间的相关关系，得到相似矩阵。相似一致性知识传递部分则在自蒸馏缺陷图像分类模型层间传递相似矩阵，细化底层次相似性，捕获丰富的上下文场景和局部特征信息。本发明针对图像分类模型容量大且复杂，无法在小型无人载具设备上使用的问题，设计了自蒸馏模型，提高缺陷图像的分类效率和精度。
基于相似一致性蒸馏无人机巡检缺陷分类方法装置

[发明专利]面向无人机群水库水质检测的分布式模型训练方法及系统-CN202310735109.9在审
发明人： 毛莺池;王佳俊;曾伟;李金洁;熊定松;张本腾;王龙宝;吴启华;秦鑫;安可君;戴继聪;张巍明;王四霞 -专利权人：河海大学;华能澜沧江水电股份有限公司
申请日： 2023-06-20 - 公布日： 2023-08-18 - 主分类号： G06F18/214 文献下载
摘要：本发明公开一种面向无人机群水库水质检测的分布式模型训练方法及系统，在每一轮训练过程中，无人机从参数服务器接收到全局模型，对接收到的全局模型进行迭代训练，将交叉熵损失函数替换为焦点损失函数，平衡各类别样本在总损失值中的占比，降低本地模型对多数类样本的偏好性；在本地训练结束之后，无人机将模型梯度和损失值上传到参数服务器，参数服务器从接收到的模型梯度中选择主导梯度，并根据主导梯度对所有本地梯度进行修正，来缓解本地模型梯度间的冲突，最终提高水质检测模型的精度。本发明降低了中央服务器的负载，避免了模型训练时敏感数据泄露的风险，解决本地梯度在全局聚合阶段产生梯度冲突的问题，有助于更准确地识别水质问题。
面向无人机群水库水质检测分布式模型训练方法系统

[发明专利]一种基于物联网技术的河湖漂浮物目标识别方法-CN202310641984.0有效
发明人：沈爱春;石亚东;戚荣志;毛莺池;朱静;朱玉东;李水艳;叶凡;道锐敏;赵彬 -专利权人：太湖流域水文水资源监测中心（太湖流域水环境监测中心）;河海大学
申请日： 2023-06-01 - 公布日： 2023-08-08 - 主分类号： G06T7/70 文献下载
摘要：本发明公开了一种基于物联网技术的河湖漂浮物目标识别方法，所述方法包括：在每个摄像头上部署初筛小目标的经过信任度权重调整后的SSD算法，当摄像头检测到小目标时将检测结果上报给边缘服务器；在边缘服务器上部署根据多个摄像头的采集图像结合判断小目标类型和位置的模型，结合不同摄像头的采集图像进行小目标判断，以及利用多角测量法计算当前小目标所在的位置；边缘服务器将计算的小目标的位置信息和水流速度信息上报至监控平台；所述监控平台预测小目标的位置变化趋势，并可视化显示；通过本发明的方法为实时、高效的河湖漂浮物监控提供了一种可行的解决方案。
一种基于联网技术漂浮目标识别方法

1
2
3
4
5
6
7
8
9
10
11
下一页»
尾页
共 153 条