-
公开(公告)号：CN117824658A
公开(公告)日：2024-04-05
申请号：CN202410139317.7
申请日：2024-02-01
Applicant: 南京大学
Abstract: 本发明提供了一种基于探索边界掩码优化语义目标导航任务的方法，首先，建立和验证语义目标导航任务中路径规划终点选择的问题模型；其次，计算地图中已探索区域和未探索区域的分界线，称之为探索边界，将强化学习路径规划终点选择的动作空间限制在探索边界上；然后，利用探索边界上不同动作点之间的关系来优化价值计算，降低价值计算的方差；最后，处理训练样本的状态和动作，进行状态级别的数据增强，获取更多训练样本，提高规划终点选择的训练效率。本发明解决了语义目标导航任务中存在的低性能和低效率问题，路径长度加权的成功率指标提升了25.4％，仿真时间减少了3倍。
-
公开(公告)号：CN111062446B
公开(公告)日：2023-05-09
申请号：CN201911355597.0
申请日：2019-12-25
Applicant: 南京大学
IPC: G06F18/243 , G06F18/23213 , G06F16/29 , G06Q50/26
Abstract: 本发明涉及一种基于多源国土资源数据的土地类型分类方法，该方法借助第二次全国土壤普查、土地利用现状调查、地理国情普查、互联网数据等多源数据，融合地貌类型、土壤类型、土地利用类型、土地利用强度等反映土地资源综合特征的属性指标，构建了中尺度土地类型分类系统，并提出了集典型验证与分层验证等于一体的分类结果验证方法体系。本发明旨在提升土地类型研究的效率与实用性，实现土地资源综合信息的精准分类，服务国家国土资源调查、地理国情普查等重大战略应用需求。
-
Patent Agency Ranking
公开(公告)号：CN111062446A
公开(公告)日：2020-04-24
申请号：CN201911355597.0
申请日：2019-12-25
Applicant: 南京大学
Abstract: 本发明涉及一种基于多源国土资源数据的土地类型分类方法，该方法借助第二次全国土壤普查、土地利用现状调查、地理国情普查、互联网数据等多源数据，融合地貌类型、土壤类型、土地利用类型、土地利用强度等反映土地资源综合特征的属性指标，构建了中尺度土地类型分类系统，并提出了集典型验证与分层验证等于一体的分类结果验证方法体系。本发明旨在提升土地类型研究的效率与实用性，实现土地资源综合信息的精准分类，服务国家国土资源调查、地理国情普查等重大战略应用需求。
-
公开(公告)号：CN106548141B
公开(公告)日：2019-07-26
申请号：CN201610934973.1
申请日：2016-11-01
Applicant: 南京大学
Abstract: 本发明涉及一种基于三角网的面向对象耕地信息自动提取方法，其步骤为：利用多尺度分割法对高空间分辨率影像进行分割；剔除长条状分割对象（道路，沟渠等）；提取剩余分割对象的中心点；利用中心点构建三角网；对三角网进行剥皮操作；使用AUTOCLUST聚类算法构建三角网，并聚类；利用V图约束，优化聚类结果，避免过度聚类和欠聚类；利用最大方差约束，剔除剩余的零星林地；得到耕地提取结果并进行精度评估。本发明克服了高空间分辨率遥感影像数据量大，处理难的问题，充分利用分割后的对象提供的语义信息，通过剔除居民地和道路等对耕地信息提取造成干扰的对象，从而高效地进行耕地信息的自动提取，并保证耕地提取的整体性。
-
公开(公告)号：CN106548141A
公开(公告)日：2017-03-29
申请号：CN201610934973.1
申请日：2016-11-01
Applicant: 南京大学
CPC classification number: G06K9/0063 , G06K9/342 , G06K9/6218 , G06T2207/10032 , G06T2207/20016 , G06T2207/20021 , G06T2207/30188
Abstract: 本发明涉及一种基于三角网的面向对象耕地信息自动提取方法，其步骤为：利用多尺度分割法对高空间分辨率影像进行分割；剔除长条状分割对象（道路，沟渠等）；提取剩余分割对象的中心点；利用中心点构建三角网；对三角网进行剥皮操作；使用AUTOCLUST聚类算法构建三角网，并聚类；利用V图约束，优化聚类结果，避免过度聚类和欠聚类；利用最大方差约束，剔除剩余的零星林地；得到耕地提取结果并进行精度评估。本发明克服了高空间分辨率遥感影像数据量大，处理难的问题，充分利用分割后的对象提供的语义信息，通过剔除居民地和道路等对耕地信息提取造成干扰的对象，从而高效地进行耕地信息的自动提取，并保证耕地提取的整体性。
-
公开(公告)号：CN106157309B
公开(公告)日：2019-03-22
申请号：CN201610520898.4
申请日：2016-07-04
Applicant: 南京大学
Abstract: 本发明公开了一种基于虚拟种子点的机载LiDAR地面点云滤波方法，属于机载LiDAR点云数据分类领域。本发明的步骤为：首先，将机载LiDAR点云格网化，利用格网内点云的分布维度和高程分布直方图构建地面虚拟种子点；其次，使用多尺度形态学对虚拟种子点评估，剔除不属于地面的虚拟种子点，并且对点云进行初步滤波；最后，利用评估后的虚拟种子点构建初始TIN网，迭代加密TIN网完成LiDAR数据的地面点云滤波。本发明既降低了滤波算法的时间耗费，又保证了滤波算法的滤波精度，并且适用范围广。
-
公开(公告)号：CN110598513A
公开(公告)日：2019-12-20
申请号：CN201910437849.8
申请日：2019-05-24
Applicant: 南京大学
Abstract: 本发明涉及一种基于SLEUTH模型的城市开发边界预测方法，包括以下步骤：步骤一、分别获取城市中心城区范围的历史与现状的遥感影像，从每一幅遥感影像中提取IBI指数来构建相应的IBI影像，所述IBI指数由用于反映水体信息的MNDWI指数、用于反映建筑用地信息的NDBI指数以及用于反映植被信息的SAVI或NDVI指数构成；步骤二、采用SLEUTH模型，通过所有的IBI影像进行城市建设用地扩张模拟，在扩张阶段设置预设的严格排除图层作为禁止建设边界。同时，本发明本还通过剔除低承载力区域，并与规划政策以及国土空间管控政策相衔接，对预测的开发边界进行修正。本发明能够科学预测城镇发展极限规模及其扩展方向，并能够衔接相关规划和其他国土控制线。
-
-
-
-
-
-
Search Results
7
records
(took 0.021 seconds)
