-
公开(公告)号：CN114492726B
公开(公告)日：2025-05-13
申请号：CN202111478086.5
申请日：2021-12-06
Applicant: 南京林业大学
IPC: G06N3/0499 , G06N3/08
Abstract: 本发明公开了一种基于遥感数据的森林可燃物含水率反演算法，属于深度学习领域。本发明采用MLP模型，建立了一种遥感光谱反射率与森林冠层植被和地表枯落物含水率之间的联系算法，通过对遥感数据进行预处理，使用其光谱反射率反演出冠层植被和地表枯落物的含水率，并且最终建立的模型拟合度能够达到0.8左右。算法同时也提出了一种光学遥感在冠层到地表间穿透性较差的优化方案，也为遥感估测法大尺度的测定地区冠层以及地表枯落物含水率提供了理论基础。
-
公开(公告)号：CN119919665A
公开(公告)日：2025-05-02
申请号：CN202510057514.9
申请日：2025-01-14
Applicant: 南京林业大学
Abstract: 本发明涉及一种遥感影像多任务联合预测方法、装置及介质，涉及遥感影像分析与处理技术领域，所述方法包括：输入遥感影像数据集，对输入的图像先后进行像素值归一化处理和尺寸调整；设计共享编码器，从输入图像中提取通用特征；设计初始解码器，从共享编码器提取的特征中恢复高分辨率的预测结果；构建初始损失函数；将从各个任务的初始解码器得到的特征张量输入到基于状态空间模型的任务交叉融合模块进行跨任务融合；在任务交叉融合模块输出的特征基础上，设计优化解码器进一步精炼任务特征并生成最终预测结果；构建最终损失函数。本发明能够高效、精确地完成遥感图像的多任务预测，满足大规模遥感数据处理的实际需求。
-
公开(公告)号：CN116189372B
公开(公告)日：2024-11-26
申请号：CN202310192247.7
申请日：2023-03-02
Applicant: 南京林业大学
Abstract: 本发明公开了一种应用大数据技术的森林防火多层预警监测系统及方法，涉及森林防火领域，该森林防火多层预警监测系统包括林域监测模块、环境预警模块和航拍监测模块；所述林域监测模块模拟人类活动轨迹，并根据不同林场特性，排布报警监测装置，并进行统一管理，使得监测设备维持工作状态，最大化监测人类活动造成的火灾隐患，图像识别聚光物体，安排人员进行巡查，避免引起物体聚光起火；所述环境预警模块利用天气预报信息，结合林场内实际情况，针对高温干旱大风情况进行预警，并按照火灾发生后蔓延范围设置预警等级；所述航拍监测模块根据航拍图像，计算浓烟范围和强度，设计救灾线路，安排涉及人员撤离。
-
公开(公告)号：CN117994853A
公开(公告)日：2024-05-07
申请号：CN202410245486.9
申请日：2024-03-05
Applicant: 南京林业大学
IPC: G06V40/20 , G06V10/764 , G06V10/80
Abstract: 本发明公开了基于时空信息协同的人体行为识别方法，包括：步骤一、根据深度视频序列中对称地提取DMI和DTM特征，分别表征人类行为的时间特征和空间特征；步骤二、设计了一种新的特征融合技术中心边界协同典型相关性分析算法，通过协同学习类特征空间中的中心和边界信息，融合所述时间特征和所述空间特征；步骤三、构建了一个时空信息过滤模块，采用信息瓶颈理论思想，消除通过步骤二时空融合引入的冗余信息以及对动作分类没有贡献的无关信息，获得过滤后的时空特征；步骤四、将通过步骤三过滤后的时空特征输入支持向量机进行人体行为识别。本发明显著提高了动作分类的准确率。
-
公开(公告)号：CN117788992A
公开(公告)日：2024-03-29
申请号：CN202410006039.8
申请日：2024-01-03
Applicant: 南京林业大学
Abstract: 本发明公开了基于通道和空间交换的多模态遥感图像实时目标检测方法，包括：采用多模态数据融合模块对多模态数据进行融合；将融合后的特征传入主干网络Backbone中，提取低级纹理特征和高级语义特征；将所述低级纹理特征和所述高级语义特征传入Neck模块中，构建一个增强的特征金字塔网络，提取到鲁棒的语义特征；最后传入Head模块预测目标的边界框位置、类信息和置信度得分。本发明通过构建和训练多层神经网络模型，能够自动从大量数据中学习和提取特征，从而实现图像识别和目标检测。
-
Patent Agency Ranking
公开(公告)号：CN116189371A
公开(公告)日：2023-05-30
申请号：CN202310098262.5
申请日：2023-02-10
Applicant: 南京林业大学
Abstract: 本发明公开了一种基于物联网的森林防火消防设施联动管理系统及方法，包括数据采集模块、数据处理模块、协调与控制模块和消防设施；所述数据采集模块通过远程摄像头收集起火点信息、通过GIS地理信息系统和风向风速仪收集起火点周边地形、风向和风速信息，并将这些信息传递到数据处理模块；所述数据处理模块对传递过来的数据进行分析计算，预测火势的未来发展趋势，并将这些数字化信息转化成动态三维图像；所述协调与控制模块负责提醒工作人员火灾的发生及火势情况的直观展示，工作人员针对火势情况制定救火方案，系统根据救火方案协调消防人员与消防设施开展救火作业；所述消防设施根据指令信息辅助消防人员开展工作，警告无关人员远离火灾现场。
-
公开(公告)号：CN115937672A
公开(公告)日：2023-04-07
申请号：CN202211468221.2
申请日：2022-11-22
Applicant: 南京林业大学
Abstract: 本发明涉及图像识别领域，具体为一种基于深度神经网络的遥感旋转目标检测方法，本发明旨在基于深度神经网络的特征融合部分，改进并解决经典网络中对全局信息的忽略问题，并且通过特征图通道维度上的连接融合操作，改进特征图的融合效果，增强特征图所蕴含的信息，提升网络对遥感图像目标检测任务的精度；本发明通过改进网络模块，将全球范围内通用的遥感图像公开数据集在DOTA数据集上进行测试，相比其他方法，可以达到更高的精度，对于小目标以及大目标的检测能力都有所提升，同时也不会大幅增加网络参数。
-
公开(公告)号：CN108898153B
公开(公告)日：2021-06-22
申请号：CN201810469910.2
申请日：2018-05-16
Applicant: 南京林业大学
Abstract: 本发明涉及数据预处理领域，公开了一种基于L21范式距离度量的特征选择方法，包括以下步骤：输入原始数据矩阵以及参数；对原始数据矩阵进行SVD分解得到列正交矩阵；通过原始数据矩阵和列正交矩阵计算投影空间中的类间散度矩阵和类内散度矩阵；计算定义的对角矩阵D；将对角矩阵D和类内散度矩阵相加，然后比上类间散度矩阵，得到一个新的矩阵；对新的矩阵进行特征值分解，得到最小特征值对应的特征向量；更新W；迭代步骤三至步骤七直至W收敛；计算收敛完成后的W的每一行向量的二范数值，选特征数。本发明能够大大提高特征选择算法的鲁棒性和稀疏性，使得特征选择算法能够排除冗余的特征和噪声的特征，选择出最具有代表性的特征。
-
公开(公告)号：CN112966727A
公开(公告)日：2021-06-15
申请号：CN202110203035.5
申请日：2021-02-23
Applicant: 南京林业大学
IPC: G06K9/62 , G06K9/34 , G06K9/46 , G06K9/00 , G06F16/538 , G06F16/55 , G06F16/583
Abstract: 本发明公开了一种基于花朵特征的植物种类识别系统，包括图像采集器、植物种类存储库、信息显示录入端和微处理单元，图像采集器负责采集植物花朵特征，并对植物花朵特征分割识别处理，植物种类存储库负责存储已有的植物花朵特征，与图像采集器处理的植物花朵特征进行比对，信息显示录入端负责显示植物花朵特征比对结果，以及新植物种类花朵特征的录入，微处理单元分别与图像采集器、植物种类存储库、信息显示录入端相连，微处理单元负责图像采集器、植物种类存储库、信息显示录入端之间的信息传输。本发明涉及植物类别识别技术领域，具体提供了一种可以根据花朵特征对植物进行分类，且分类准确度高的基于花朵特征的植物种类识别系统。
-
公开(公告)号：CN111340120A
公开(公告)日：2020-06-26
申请号：CN202010131554.0
申请日：2020-02-28
Applicant: 南京林业大学
Abstract: 本发明公开了一种基于实用鲁棒PCA的图像表示方法，属于模式识别领域。方法包括以下步骤：读取图像数据集，根据像素值建立样本矩阵；将样本矩阵输入预先构建的目标模型，所述目标模型为基于鲁棒重建误差最小化和鲁棒数据差最大化的联合学习模型，其依据转换矩阵W将数据投影到低维子空间，并利用恢复矩阵W来恢复数据，并以L2,p范数作为距离度量；通过基于PCA技术的迭代算法对目标模型进行求解，得到转换矩阵W；根据转换矩阵W完成图像重建。本发明建立了原空间和转换空间特征的联系，且利用L2,p范数距离度量削弱对异常值的敏感性，很好地提高了PCA的鲁棒性。此外本发明设计了新的迭代算法去优化基于L2,p范数的极小化问题，算法具有较好的收敛性。
-
-
-
-
-
-
-
-
-
Search Results
75
records
(took 0.036 seconds)
