-
公开(公告)号：CN102005034B
公开(公告)日：2012-07-04
申请号：CN201010566893.8
申请日：2010-12-01
Applicant: 南京大学
IPC: G06T5/00
Abstract: 本发明公开了基于区域聚类的遥感影像分割方法，属于遥感影像综合利用领域。其步骤为：用MeanShift算法进行区域预分割，以去除噪声和对像元进行初步集群化；用模糊C均值算法对预分割后的图像进行模糊聚类，对各图像对象的特征进行初步的归纳与识别，得到各对象隶属于某一类别的概率，构成遥感影像的地类概率空间，从而为进一步的区域分割提供对象合并的依据；在聚类图像的概率空间中进行区域分割，通过区域标号将概率空间上相近且类别上相似的像元划分为同一对象。本发明克服了两种原有分割方法的不足之处，能够精确有效地对遥感影像进行分割，经过集成可以批量地完成对遥感影像的分割任务，为更好地从遥感影像提取地物信息提供数据支撑。
-
公开(公告)号：CN102054274A
公开(公告)日：2011-05-11
申请号：CN201010566910.8
申请日：2010-12-01
Applicant: 南京大学
IPC: G06T7/00
Abstract: 本发明公开了一种海岸带水体遥感信息全自动提取方法，属于遥感信息全自动提取方法领域。其步骤包括遥感影像分割、水体信息粗提取和水体信息精提取三个阶段，过程中进行了两次尺度转换，其一为从像元到对象的转换，属于自下向上的尺度转换，其二为从全域到局部的转换，属于自上向下的尺度转换。相较现有技术，本发明实现了一种在尺度转换框架中融入地学知识和数据挖掘相结合的方法，整个方法具有零样本、零参数的特性，完全自动化运行。本发明能够适应各海域多类型海岸带环境，具有较好的稳定性，其提取结果精度较高，对细节信息的提取完整性和连续性均优于经典方法，能够直接应用于国家各级基础地理信息数据库遥感专题信息的维护与更新。
-
公开(公告)号：CN102005034A
公开(公告)日：2011-04-06
申请号：CN201010566893.8
申请日：2010-12-01
Applicant: 南京大学
IPC: G06T5/00
Abstract: 本发明公开了基于区域聚类的遥感影像分割方法，属于遥感影像综合利用领域。其步骤为：用MeanShift算法进行区域预分割，以去除噪声和对像元进行初步集群化；用模糊C均值算法对预分割后的图像进行模糊聚类，对各图像对象的特征进行初步的归纳与识别，得到各对象隶属于某一类别的概率，构成遥感影像的地类概率空间，从而为进一步的区域分割提供对象合并的依据；在聚类图像的概率空间中进行区域分割，通过区域标号将概率空间上相近且类别上相似的像元划分为同一对象。本发明克服了两种原有分割方法的不足之处，能够精确有效地对遥感影像进行分割，经过集成可以批量地完成对遥感影像的分割任务，为更好地从遥感影像提取地物信息提供数据支撑。
-
公开(公告)号：CN115100395B
公开(公告)日：2025-02-14
申请号：CN202210736883.7
申请日：2022-06-27
Applicant: 南京大学
IPC: G06V10/25 , G06V10/74 , G06V10/764 , G06V10/774 , G06V20/10
Abstract: 本发明公开一种融合POI预分类和图神经网络的城市街区功能分类方法，本分类方法包括以下步骤：S1、利用城市街区POI构建Delaunay三角网，S2、根据与每个POI点相连的Delaunay三角网边的平均边长，确定城市街区内POI的重要性排序，S3、选取城市街区内排名前三的POI类型，作为城市街区功能的组合标签，S4、对组合标签进行归并得到城市街区功能伪标签，S5、基于Delaunay三角网建立每个城市街区的POI图网络，S6、利用城市街区功能伪标签，训练图神经网络分类模型，S7、利用训练好的图神经网络分类模型进行城市街区功能分类。本发明方法能够提取POI数据的空间结构信息，丰富了POI数据的语义信息，从而提高城市街区功能分类的准确率。
-
公开(公告)号：CN114969007B
公开(公告)日：2025-01-10
申请号：CN202210621710.0
申请日：2022-06-01
Applicant: 南京大学
IPC: G06F16/215 , G06F18/214 , G06F18/24 , G06Q10/0631 , G06N20/20 , G06Q50/26
Abstract: 本发明涉及一种基于功能混合度和集成学习的城市功能区识别方法，属于数字信息技术领域。该方法执行如下步骤：1）收集数据以及预处理；2）构建所述城市功能区的识别体系的10个指标特征；3）结构化指标；通过空间统计工具统计各宗地所对应的10个指标特征数据；4）自变量数据集构建；5）响应变量标记；6）根据功能混合度将训练数据集划分为若干子训练集；7）基于Stacking策略的集成学习训练；8）属性表连接完成该宗地的功能区识别。本发明通过对功能混合度进行分级的方式将训练集分开并让预测集数据按照对应功能混合度进行预测，提供了一种较为准确挖掘城市功能区类型和城市特征之间的相关性，实现城市特征映射城市功能区类型识别的方法。
-
Patent Agency Ranking
公开(公告)号：CN118300720B
公开(公告)日：2024-12-20
申请号：CN202410530589.X
申请日：2024-04-29
Applicant: 南京大学
IPC: H04B17/309 , H04W24/06
Abstract: 本发明涉及一种无线信号绕射损耗预测方法，包括如下步骤：将待预测区域进行平面栅格化处理得到栅格图，获取待预测收发天线组参数；对于待预测收发天线组，利用地形插值法和主峰迭代法提取其间无线信号传播路径并重塑路径间地形信息，找到收发天线间产生绕射的所有相对峰点，利用单刃绕射损耗计算方法对上述相对峰点所产生的绕射损耗进行计算，求和得到待预测收发天线组间的绕射损耗。本发明适用于所有地形特征的无线信号绕射损耗计算，可以提高无线信号覆盖预测中绕射损耗部分的精确度。
-
公开(公告)号：CN115129802B
公开(公告)日：2024-12-10
申请号：CN202210782643.0
申请日：2022-07-05
Applicant: 南京大学
IPC: G06F16/29 , G06N20/20 , G06Q10/0639 , G06F18/25 , G06F18/2431
Abstract: 本发明公开了一种基于多源数据和集成学习的人口空间化方法，该方法包括以下步骤：S1、获取多源数据并进行融合，构建人口空间化数据库；S2、从所述人口空间化数据库中构建用于模型拟合的指标体系，通过集成学习模型计算的特征重要性筛选出有效指标；S3、结合所述有效指标与社区人口之间的关系，构建Pop‑XGBoost人口空间化模型；S4、预测人口空间分布，并将格网人口模拟数据汇总至社区尺度，与真实的社区人口统计数据对比，验证结果精度。通过结合多源数据融合技术、指标筛选技术和集成学习技术等构建人口空间化模型，准确高效地实现高精度人口空间化预测。
-
公开(公告)号：CN118095864A
公开(公告)日：2024-05-28
申请号：CN202410465891.1
申请日：2024-04-18
IPC: G06Q10/0635 , G06Q50/04 , G06Q50/26 , G16H50/30
Abstract: 本发明提供了城市工厂硬化地表下层土壤污染健康风险监控方法与装置，其中该方法，包括：根据目标化工园区与各个城镇间的距离计算目标化工园区与各个城镇间的联系度；提取出联系度大于预设值的城镇，并构建各城镇间人口流动网络关系矩阵；根据人口流动网络关系矩阵确定受目标化工园区影响的人群；使用人体风险评估模型计算出受目标化工园区影响的人群在多种暴露途径下重金属的日均摄入量；根据日均摄入量确定受目标化工园区影响人群的健康风险。本发明通过使用人体风险评估模型计算出受目标化工园区影响的人群在多种暴露途径下重金属的日均摄入量，综合考虑了不同途径对人体健康的影响，有助于监管部门及时采取有效的应对措施，保障公众健康安全。
-
公开(公告)号：CN117994321A
公开(公告)日：2024-05-07
申请号：CN202410155800.4
申请日：2024-02-04
Abstract: 本发明涉及基于高分辨率光学卫星数据的绿潮生物量估算方法，利用绿潮生物量变化模拟与观测验证数据，结合卫星成像载荷的光谱响应函数，建立适用于高分辨率光学卫星数据的绿潮生物量估算模型，完成基于高分辨率光学卫星数据的绿潮生物量估算。本发明所使用的高分辨率光学卫星影像需要进行辐射定标与大气校正，获得反射率影像；本发明适用于高分辨率光学卫星数据，能够准确地估算出影像中绿潮的生物量；该方法能有效降低空间分辨率差异引起的藻类面积参数估算的尺度效应差异；本发明能够有效提高绿潮的精细化监测应用水平。
-
公开(公告)号：CN117272187A
公开(公告)日：2023-12-22
申请号：CN202311249241.5
申请日：2023-09-26
Applicant: 南京农业大学 , 中南林业科技大学 , 安徽省勘查技术院(安徽省地质矿产勘查局能源勘查中心) , 南京大学
IPC: G06F18/243 , G06F18/27 , G06F18/214 , G06N20/20 , G06F17/11 , G06F17/18
Abstract: 本发明提供了一种基于机器学习的森林生物量遥感反演方法，属于生物量预测领域，包括：根据目标区域的遥感数据确定Landsat‑8的遥感波段反射率、植被光谱指数和遥感生态指标；将Landsat‑8的遥感波段反射率、植被光谱指数、遥感生态指标、森林属性指标、地形地貌指标、多尺度气候指标和土壤理化性质指标及其实测的森林生物量作为训练样本，输入到随机森林机器学习模型中进行训练得到树干、树枝、树叶和树根生物量预测模型。本发明通过将不同类型的指标输入到随机森林机器学习模型中进行训练，可以使每个指标充分的参与到决策树的构建过程，减少过拟合的风险，从而提高森林生物量预测的准确性。
-
-
-
-
-
-
-
-
-
Search Results
163
records
(took 0.045 seconds)
