年睿
- 作品数：66 被引量：23H指数：3
- 供职机构：中国海洋大学更多>>
- 发文基金：国家现代农业产业技术体系建设项目山东省自然科学基金国家高技术研究发展计划更多>>
- 相关领域：自动化与计算机技术理学电子电信轻工技术与工程更多>>
- 基于连续时空置信图和半监督极限学习机的目标追踪方法
- 本发明公开了一种基于连续时空置信图和半监督极限学习机的目标追踪方法，该方法考虑到视频图像帧在时间上是连续的，同时待追踪目标位置也不会发生突变，另外视频图像帧在空间上也是连续的，空间连续性体现在目标和目标周围背景存在某种特...
- 年睿邱书琦常瑞杰肖玫
- 基于贝叶斯统计学习理论的高维空间模式识别研究
- 本文以高维空间多类别多视点数据作为研究对象，进行了基于贝叶斯分析统计学习理论的高维空间模式识别方法的研究。针对高维空间模式识别的需求，在深入分析高维空间贝叶斯理论模式识别所面临的问题的基础上，结合目前模式识别理论的发展状...
- 年睿
- 关键词：模式识别高维空间贝叶斯理论统计学习理论
- 基于显著性特征稀疏嵌入和极限学习机的哈希编码方法
- 本发明公开了一种基于显著性特征稀疏嵌入和极限学习机的哈希编码方法，首先通过多类图像数据集构造训练集和测试集；再对图像进行基于扩散的显著性目标检测来模拟人眼感知图像的方式，突出图像中视觉显著性目标区域；然后通过稀疏空间嵌入...
- 年睿史丛丛耿月肖玫
- 一种基于鱼探仪的水下鱼类目标探测与识别方法
- 本发明公开了一种基于鱼探仪的水下鱼类目标探测识别研究方法，包括以下步骤：首先对于不同鱼类水下声呐图像进行分类训练，获得有效的识别分类器；其次通过鱼探仪采集声呐图像并进行预处理；然后通过自组织神经网络背景减除模型初始背景模...
- 年睿郝宝趁刘沙沙张世昌高明珊
- 鲐鱼片中鱼骨刺X射线图像不同增强处理技术
- 2016年
- 近些年,X射线技术已开始应用于海产鱼片中鱼骨刺的检测。为提高X射线检测鲐鱼片中鱼骨刺的图像质量,进而提高残留鱼骨刺检出率,研究了6种不同的X射线图像增强处理技术(正反相线性增强;数学形态学增强;对比度增强;掩模锐化图像;高斯低通滤波;受限对比度自适应直方图均衡化),以图像质量主观评价和检出率为指标,评价鲐鱼片中鱼刺的检测效果。结果表明,在X光机切身4检测模式下,对比度增强和掩模锐化图像两种方法为整体图像增强的最佳选择,正反相线性增强和受限对比度自适应直方图均衡化两种方法在特殊部位(腹部和鱼肉边缘)的图像处理方面也有可以借鉴应用的潜力。通过多种图像增强算法的比较,筛选得到的增强方案可以改善图像质量和提高残留鱼骨刺检出率,改善水产品加工企业X光机检测人员的视觉感受,并一定程度上降低鱼片产品鱼刺残留问题的投诉频率。
- 胡记东年睿林洪曹立民
- 关键词：X射线鱼刺图像增强检出率
- 一种基于物理模型的光源优化方法及优化系统
- 本发明属于水下图像处理技术领域，公开了一种基于物理模型的光源优化方法及优化系统，构建水下相机模型、构建水下光源模型、构建水效应模型、构建完整的水下光学成像模型、仿真方法参数设定、图像质量评估标准、优化算法、实验验证。本发...
- 荣生辉李腾跃何波曹雪婷刘永彬沈钺李光亮年睿
- X射线检测海水鱼片中鱼刺被引量：3
- 2016年
- 通过X光机设备参数优化、鱼刺分布规律总结及冷冻结合X光机技术3 个方面对X射线检测鱼刺效果进行研究.结果表明,大部分海产鱼片产品的最优检测参数为：电压范围30～45 kV、电流范围3 000～6 000 μA、亮度范围4～6;通过鱼刺分布规律总结,鱼片在冷冻状态下鱼刺的检出率均高于解冻状态下鱼刺检出率,且冷冻状态下人工读X射线图判断鱼刺更接近于实际情况.通过X光机设备参数优化、鱼刺分布规律总结的学习及冷冻结合X光机技术可改善图像质量和提高残留鱼刺检出率,改善水产品加工企业X光机检测人员的视觉感受并一定程度上解决海水冷冻鱼片产品鱼刺残留问题.
- 胡记东刘远平孙爱华林洪郭晓华年睿李钰金曹立民
- 关键词：X射线鱼刺参数优化冷冻
- 一种基于卷积神经网络和协方差张量矩阵的降维方法
- 本发明公开了一种基于卷积神经网络和协方差张量矩阵的降维方法，包括以下步骤：首先对原始图像进行基于结构树的边缘检测，从而得到每幅图像的边缘图，然后将边缘图像输入到卷积神经网络对边缘图像提取形状特征；为了丰富图像细节特征，使...
- 年睿耿月
- 基于声呐辅助自航式海底勘探、救援搜索方法
- 本发明涉及基于声呐辅助自航式海底勘探、救援搜索方法，属于自航式海底勘探搜索策略技术领域，主要解决目前的海底勘探、救援的搜索方法，只能对既定目标区域进行搜索，无法完成对目标区域以外的其他搜索区域的勘探和搜索的问题。本发明包...
- 何波郭佳年睿沈钺沙启鑫高强冯晨
- 拖曳式传感器阵列多维时间序列自编码器去噪方法
- 本发明公开了一种拖曳式传感器阵列多维时间序列自编码器去噪方法，该方法将传统的时间序列去噪方法融入深度学习中，基于VAE网络框架，将其生成器的卷积神经网络替换为深度残差收缩网络，实现对高低阈值噪声去除的目的；通过引入残差收...
- 年睿钱玉琪何波高爽翟颖张卉都奕
