专利交易市场

本发明为基于深度学习的桥面数据清洗方法及系统，所述清洗方法使用基于乘法和ReLU函数的Resnet‑MultKAN‑Transformer模型对桥梁路面的数据库中的数据进行训练，具体步骤是：步骤一、利用携带着高清摄像头的无人机对桥梁的路面进行拍摄，拍摄的图像分为三类：桥梁的桥面、除桥面结构以外的桥梁其他结构、非桥梁结构；以所拍摄的所有图像组建桥梁路面的数据库；步骤二、构建基于乘法和ReLU函数的Resnet‑MultKAN‑Transformer模型，采用Resnet和Transformer模型的框架；步骤三、利用步骤一构建的数据库训练模型，以训练好的模型用于桥面数据的清洗分类。在Resnet结构和Transformer中加入了具有乘法和激活函数的MultKAN模块，能够解决传统数据处理方法对桥梁路面的数据清洗分类不准确，时效性差以及工作量巨大的问题。

本发明公开一种基于频域分解的多源遥感影像辐射归一化方法及系统，方法包括：获取获取遥感图像集，任意选取两张辐射域不同的遥感图像形成图像对；以各通道辐射值转化为输入图像矩阵，得到新特征矩阵；进行频域分解得到低频分量及高频分量，对低频分量及参考图像进行多层提取特征，分别得到每层图像特征；基于图像转换融合模型将高频分量及每层图像特征生成高频图像块；生成色彩一致的归一化遥感图像。本发明通过生成具有目标图像域风格的源图像域数据，使得源图像域数据经过辐射迁移后的特征与目标图像域数据的特征分布更加相似，因此可以使网络预先学习到目标图像域中的数据分布，从而有效地解决了遥感图像间的域偏移问题，提高模型的泛化能力。

本发明公开一种面向大区域多源数据的空域辐射归一化方法、系统及装置，方法包括：基于遥感观测图像集生成多成因辐射归一化图像数据库并形成样本图像对；构建生成对抗网络，通过超分辨率模块将样本图像对进行融合处理以形成融合清晰度图像，通过风格迁移模块形成辐射一致图像，通过归一化模块对辐射一致图像进行优化形成归一化图像以完成优化，得到归一化对抗预训练模型；通过多成因辐射归一化数据库对归一化对抗预训练模型进行训练，得到归一化对抗模型；基于归一化对抗模型对空域辐射待归一化图像进行处理，得到对应的空域辐射归一化图像。本发明能够深度挖掘数据时空谱的关联关系，解决了复杂非线性辐射不一致与全局整体优化的问题。