-
公开(公告)号：CN118968497B
公开(公告)日：2025-05-13
申请号：CN202411054222.1
申请日：2024-08-02
Applicant: 宜宾林竹产业研究院 , 中国林业科学研究院资源信息研究所
IPC: G06V20/64 , G06V20/10 , G06V10/26 , G06V10/40 , G06V10/75 , G06V10/74 , G06F30/27 , G06Q10/063 , G06Q50/02
Abstract: 本发明公开了一种油樟生物量评估方法及系统，涉及油樟图像处理技术领域，包括根据信息丢失度来对图像数据进行分割，从分割后的图像数据中提取油樟的结构参数；针对每种环境因素数据的变化度来设定每种环境因素数据的区间长度，多种环境因素数据的不同区间段组合成一个生长环境情境，并且确定生长环境情境所对应的环境影响系数；确定油樟基础生长速率；并且根据油樟的生物因素数据来确定油樟的环境因素数据与油樟的点云数据的对应关系，通过油樟的生长模型对油樟生物量进行评估以及预测。训练油樟的生长模型，将环境因素影响和生物因素影响结合起来，提高了油樟生物量的评估精度，能够预测油樟未来生物量的情况，保证了油樟生物量评估的可靠性。
-
公开(公告)号：CN116662777A
公开(公告)日：2023-08-29
申请号：CN202310637591.2
申请日：2023-05-31
Applicant: 中国林业科学研究院资源信息研究所
IPC: G06F18/2113 , G06F18/2135 , G06F18/27 , G01S7/48
Abstract: 本发明提供了大尺度森林碳储量预估的高维机载LiDAR变量选择方法，属于数据分析领域，本发明提出的方法结合了确定独立筛选技术、相关系数和方差膨胀因子，SPV能较好地处理高维、强相关和强共线性的变量，通过其提取得到的变量不仅是重要变量，而且变量之间是弱相关和弱共线。该发明提出的特征选择方法SPV不仅结合了SIS和VIF的优点，还避免了它们的缺点。即SPV不仅解决了SIS无法保证提取的变量都是重要变量的问题，还解决了变量顺序对VIF回归质量有重大影响的缺陷。总之，SPV选择的变量不仅是具有弱相关性的重要变量，而且具有弱共线性，这不能通过单独使用SIS或VIF来实现。
-
公开(公告)号：CN118968497A
公开(公告)日：2024-11-15
申请号：CN202411054222.1
申请日：2024-08-02
Applicant: 宜宾林竹产业研究院 , 中国林业科学研究院资源信息研究所
IPC: G06V20/64 , G06V20/10 , G06V10/26 , G06V10/40 , G06V10/75 , G06V10/74 , G06F30/27 , G06Q10/063 , G06Q50/02
Abstract: 本发明公开了一种油樟生物量评估方法及系统，涉及油樟图像处理技术领域，包括根据信息丢失度来对图像数据进行分割，从分割后的图像数据中提取油樟的结构参数；针对每种环境因素数据的变化度来设定每种环境因素数据的区间长度，多种环境因素数据的不同区间段组合成一个生长环境情境，并且确定生长环境情境所对应的环境影响系数；确定油樟基础生长速率；并且根据油樟的生物因素数据来确定油樟的环境因素数据与油樟的点云数据的对应关系，通过油樟的生长模型对油樟生物量进行评估以及预测。训练油樟的生长模型，将环境因素影响和生物因素影响结合起来，提高了油樟生物量的评估精度，能够预测油樟未来生物量的情况，保证了油樟生物量评估的可靠性。
-
-
Search Results
3
records
(took 0.033 seconds)
