Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜上海大学修贤超获国家专利权

恭喜上海大学修贤超获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网恭喜上海大学申请的专利基于即插即用张量低秩近似的高光谱异常检测方法和系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN117372407B

龙图腾网通过国家知识产权局官网在2025-03-28发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202311444704.3,技术领域涉及:G06T7/00;该发明授权基于即插即用张量低秩近似的高光谱异常检测方法和系统是由修贤超;费士祺;苗中华设计研发完成,并于2023-11-01向国家知识产权局提交的专利申请。

基于即插即用张量低秩近似的高光谱异常检测方法和系统在说明书摘要公布了:本发明涉及一种基于即插即用张量低秩近似的高光谱异常检测方法和系统。检测方法包括如下步骤:在数据输入模块中输入被检测图像数据集,并存储于数据库中;提取数据库中的被检测图像数据集,在数据特征提取模块中使用即插即用的张量低秩近似法从所述被检测图像数据集提取数据特征;将所述提取的数据特征输入数据分析模块中,并使用交替方向乘子法进行数据的分析处理;将所述分析处理的结果输入结果分析模块,并在结果分析模块中执行图像的异常分析。检测系统包括数据输入模块、数据特征提取模块、数据分析模块和结果分析模块。本发明针对高光谱异常检测抗噪声较差的问题提出了PnP‑TLRA方法,在背景复杂、噪音干扰的情况下具有较好的检测能力。

本发明授权基于即插即用张量低秩近似的高光谱异常检测方法和系统在权利要求书中公布了:1.一种基于即插即用张量低秩近似的高光谱异常检测方法,其特征在于,包括如下步骤:在数据输入模块中输入被检测图像数据集,并存储于数据库中;提取数据库中的被检测图像数据集,在数据特征提取模块中使用即插即用的张量低秩近似法从所述被检测图像数据集提取数据特征;将所述提取的数据特征输入数据分析模块中,并使用交替方向乘子法进行数据的分析处理;以及将所述分析处理的结果输入结果分析模块,并在结果分析模块中执行图像的异常分析;其中,在数据特征提取模块中使用即插即用的张量低秩近似法从所述被检测图像数据集提取数据特征包括:将被检测图像数据集看做一个三阶张量,结合稀疏表示和张量分解,将图像分离为背景、异常、噪声三个方面,构建即插即用的张量低秩近似模型,该模型表示为, 其中,min表示函数最小值,X为张量,A为字典,Z为表示系数,ε为异常,N为噪声;表示即插即用先验,||ε||F,0表示异常张量ε的F0范数;表示噪声N的Frobenius范数的平方,能够分辨噪声和异常滤除噪声;λ和μ均为权衡参数;使用预训练的卷积神经网络的去噪网络用于数据特征的提取;其中,使用交替方向乘子法进行数据的分析处理包括:在所述构建的即插即用的张量低秩近似模型的基础上构造增广拉格朗日函数,函数表示如下, 其中,X为张量,A为字典,Z为表示系数,ε为异常,N为噪声;表示即插即用先验;||ε||2,0表示异常张量ε的L2,0范数;W为拉格朗日乘数;λ和μ均为权衡参数;惩罚参数β0,·表示矩阵内积,表示矩阵的F范数的平方;对于所述增广拉格朗日函数,使用交替方向乘子法设计程序进行求解,依次计算迭代,更新得到噪声N、拉格朗日乘数W、异常ε、背景Z的值;以及如果两次计算迭代的结果相对误差小于10^-3或者迭代次数到达200次,则停止计算迭代。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人上海大学,其通讯地址为:200444 上海市宝山区上大路99号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。