国产精品天干天干在线播放,大尺度揉捏胸床戏视频,樱花草www日本在线观看,狠狠躁夜夜躁人人爽天天天天97

Document
拖動滑塊完成拼圖
個人中心

預(yù)訂訂單
服務(wù)訂單
發(fā)布專利 發(fā)布成果 人才入駐 發(fā)布商標(biāo) 發(fā)布需求

在線咨詢

聯(lián)系我們

龍圖騰公眾號
首頁 專利交易 科技果 科技人才 科技服務(wù) 國際服務(wù) 商標(biāo)交易 會員權(quán)益 IP管家助手 需求市場 關(guān)于龍圖騰
 /  免費注冊
到頂部 到底部
清空 搜索
當(dāng)前位置 : 首頁 > 專利喜報 > 恭喜數(shù)據(jù)空間研究院吳昊獲國家專利權(quán)

恭喜數(shù)據(jù)空間研究院吳昊獲國家專利權(quán)

買專利賣專利找龍圖騰,真高效! 查專利查商標(biāo)用IPTOP,全免費!專利年費監(jiān)控用IP管家,真方便!

龍圖騰網(wǎng)恭喜數(shù)據(jù)空間研究院申請的專利自適應(yīng)多尺度特征融合AMFFD-Net的SAR圖像去噪網(wǎng)絡(luò)方法及系統(tǒng)獲國家發(fā)明授權(quán)專利權(quán),本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予,授權(quán)公告號為:CN117726537B

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-04-15發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉:該發(fā)明授權(quán)的專利申請?zhí)?專利號為:202311727931.7,技術(shù)領(lǐng)域涉及:G06T5/70;該發(fā)明授權(quán)自適應(yīng)多尺度特征融合AMFFD-Net的SAR圖像去噪網(wǎng)絡(luò)方法及系統(tǒng)是由吳昊;岳華;聶明宇;胡紫珊;凌未;汪瑜;闞宏偉設(shè)計研發(fā)完成,并于2023-12-14向國家知識產(chǎn)權(quán)局提交的專利申請。

自適應(yīng)多尺度特征融合AMFFD-Net的SAR圖像去噪網(wǎng)絡(luò)方法及系統(tǒng)在說明書摘要公布了:本發(fā)明提供自適應(yīng)多尺度特征融合AMFFD?Net的SAR圖像去噪網(wǎng)絡(luò)方法及系統(tǒng),方法包括:數(shù)據(jù)集準(zhǔn)備;數(shù)據(jù)預(yù)處理;構(gòu)建自適應(yīng)多尺度特征融合模型AMFFD?Net,處理得到并輸出去噪SAR圖像;自適應(yīng)多尺度特征融合模型AMFFD?Net包括:噪聲估計模塊、非對稱卷積模塊、自適應(yīng)特征選擇模塊、ReLU激活模塊、多尺度特征融合模塊、SE注意力模塊、級聯(lián)塊以及深度殘差學(xué)習(xí)模塊。本發(fā)明解決了細(xì)節(jié)和紋理保留不足、邊緣和結(jié)構(gòu)模糊、高頻信息處理不佳、自適應(yīng)能力有限以及泛化能力弱的技術(shù)問題。

本發(fā)明授權(quán)自適應(yīng)多尺度特征融合AMFFD-Net的SAR圖像去噪網(wǎng)絡(luò)方法及系統(tǒng)在權(quán)利要求書中公布了:1.自適應(yīng)多尺度特征融合AMFFD-Net的SAR圖像去噪網(wǎng)絡(luò)方法,其特征在于,所述方法包括:S1、收集并預(yù)處理SAR圖像,據(jù)以生成帶噪聲、無噪聲圖像對,以構(gòu)建訓(xùn)練集、驗證集;S2、構(gòu)建自適應(yīng)多尺度特征融合模型AMFFD-Net,其中,所述自適應(yīng)多尺度特征融合模型AMFFD-Net包括:噪聲估計模塊、非對稱卷積模塊、自適應(yīng)特征選擇模塊、ReLU激活模塊、多尺度特征融合模塊、SE注意力模塊、級聯(lián)塊以及深度殘差學(xué)習(xí)模塊;S3、利用所述噪聲估計模塊估計所述SAR圖像噪聲,以得到去噪特征;利用所述非對稱卷積模塊進(jìn)行非對稱卷積操作,以從所述SAR圖像中提取卷積特征;利用所述自適應(yīng)特征選擇模塊,根據(jù)所述卷積特征,選取相關(guān)性特征;利用所述ReLU激活模塊,將預(yù)置ReLU激活函數(shù)應(yīng)用至所述相關(guān)性特征,據(jù)以處理得到多尺度特征;利用所述多尺度特征融合模塊,融合所述多尺度特征,以得到融合特征;利用所述SE注意力模塊,使用預(yù)置注意力機(jī)制抑制所述融合特征中的不相關(guān)特征,得到SAR融合增強(qiáng)特征;利用所述級聯(lián)塊進(jìn)行卷積操作,以學(xué)習(xí)所述SAR融合增強(qiáng)特征中的殘差信息;利用所述深度殘差學(xué)習(xí)模塊,根據(jù)所述殘差信息進(jìn)行深度殘差學(xué)習(xí),以對所述SAR融合增強(qiáng)特征進(jìn)行精細(xì)化處理,得到SAR精細(xì)化特征;利用預(yù)置特征反饋回路,反饋所述SAR精細(xì)化特征至所述深度殘差學(xué)習(xí)模塊,以循環(huán)進(jìn)行所述精細(xì)化處理,據(jù)以得到并輸出去噪SAR圖像。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù),可聯(lián)系本專利的申請人或?qū)@麢?quán)人數(shù)據(jù)空間研究院,其通訊地址為:230088 安徽省合肥市高新區(qū)柏堰科技園創(chuàng)新大道288號工投高新智谷B區(qū);或者聯(lián)系龍圖騰網(wǎng)官方客服,聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。

免責(zé)聲明
1、本報告根據(jù)公開、合法渠道獲得相關(guān)數(shù)據(jù)和信息,力求客觀、公正,但并不保證數(shù)據(jù)的最終完整性和準(zhǔn)確性。
2、報告中的分析和結(jié)論僅反映本公司于發(fā)布本報告當(dāng)日的職業(yè)理解,僅供參考使用,不能作為本公司承擔(dān)任何法律責(zé)任的依據(jù)或者憑證。
主站蜘蛛池模板: 京山县| 鄱阳县| 温州市| 南昌县| 康马县| 金华市| 婺源县| 大连市| 甘南县| 大埔县| 广昌县| 枣强县| 昂仁县| 宜兰县| 霍山县| 铁力市| 永和县| 平阳县| 日喀则市| 曲周县| 宣武区| 璧山县| 武陟县| 新乡市| 永康市| 拉萨市| 阳东县| 卢氏县| 巴林左旗| 屏东县| 荣昌县| 馆陶县| 漯河市| 会宁县| 潼关县| 湘潭县| 兴和县| 安龙县| 濉溪县| 南郑县| 盐山县|