【每周精选】广东海洋大学专利成果转让

专利摘要：本发明涉及一种基于机器学习的海洋声速剖面分类方法。其包括：获取目标分类区域的声速原始数据，对所述声速原始数据进行预处理，将其中的声速数据插值到标准的深度点上，得到待分类样本集合；将所述待分类样本集合转换为声速异常矩阵；对所述声速异常矩阵进行主成分分析，得到投影系数集；根据所述投影系数集对目标分类区域进行声速剖面分类。本发明的方法在分类上不需要预设空间网格，而在竖直方向上采用标准的深度处理网格，避免分类结果因人为网格设置产生偏差；以整个剖面扰动的模态幅度为输入向量，反映整个剖面的扰动特征，且模态的幅度值作为特征量提取比较简单。本发明能够快速有效地实现目标分类区域海洋声速剖面的分类。

专利摘要：本发明公开了一种基于Rossby模态水动力参数的内孤立波探测方法，涉及内孤立波探测领域。其包括以下步骤：获取目标区域声学信号；进行声学反演；重构声速剖面振幅，得到若干声速剖面振幅值；获取随深度变化的振幅函数；在不考虑背景流场影响的情况下，计算浅水的非线性内孤立波的KdV方程中非线性参数；判断非线性参数是否大于阈值，若是则判定产生了内孤立波，否则判定未产生内孤立波。本方法通过声速剖面振幅的变化来表示声速剖面的扰动，基于浅水的非线性内孤立波的KdV方程计算非线性参数的变化，通过非线性参数的值与阈值的关系，对内孤立波的产生、传播、振幅进行清晰实时的监控与预测，可实现大范围、实时、经济的内孤立波探测和预警。

专利摘要：本发明涉及机器视觉技术领域，具体涉及一种基于双注意力机制的任意尺度图像超分辨重建方法及系统。方法包括：建立超分辨率重建模型，所述超分辨率重建模型包括浅层特征提取模块、深层特征提取模块、特征聚合模块和任意尺度上采样模块；获取数据集，通过所述数据集对超分辨率重建模型进行训练，得到训练好的超分辨率重建模型；其中，所述数据集包括多个训练样本，所述训练样本包括低分辨率图像和对应的地面真值；获取待重建的低分辨率图像，使用训练好的超分辨率重建模型，对所述待重建的低分辨率图像进行重建，输出高分辨率重建图像。本发明能够提升任意尺度超分辨率任务中的特征表示能力。

专利摘要：本发明提供了一种基于XGboost的声速剖面反演方法及系统，属于声速剖面反演技术领域。该方法包括：分别获取遥感数据、Argo数据以及WOA13数据；根据遥感数据得到输入数据，以及根据Argo数据和WOA13数据，计算得到声速基函数系数a0‑an，并将声速基函数系数a0‑an作为标签数据；对标签数据和输入数据进行切分，并根据切分结果，利用N阶声速基函数对XGboost模型进行训练；根据训练好的XGboost模型，反演声速剖面。本发明解决了大范围声速剖面的快速获取问题，并有效提高了获取的精度。

专利摘要：本发明公开了一种基于斜压模态的海上平台内孤立波预警方法。其包括以下步骤：步骤一，在海上平台所在海域设置水听器和坐底发射换能器，采集实测声压值；步骤二，对流体动力方程进行求解，得到海上平台海域的斜压模态；步骤三，根据斜压模态，构建海水声速方程；步骤四，将海水声速方程进行变换，得到斜压模态幅度与海水声速关系式；步骤五，根据实测声压值、斜压模态幅度与海水声速关系式，采用遗传算法对斜压模态幅度进行求解，得到斜压模态幅度值；步骤六，根据斜压模态幅度值，对内孤立波进行监控并预警。本发明解决了现有技术监控范围小、监控时间有限，以及漏报或误报的问题。