样本自适应多特征加权的遥感图像分类方法

    公开(公告)号:CN104252625A

    公开(公告)日:2014-12-31

    申请号:CN201310267634.9

    申请日:2013-06-28

    Applicant: 河海大学

    Abstract: 本发明公开了一种样本自适应多特征加权的遥感图像分类方法,属于遥感图像处理技术领域。本发明方法针对不同样本在最近邻空间特征分布情况不同而确定各个特征的权重,并根据每种特征的分类结果进行多分类器自适应综合,最终获得多特征融合后的分类结果,从而充分发挥各特征对不同样本的优势,使特征融合结果更佳。本发明方法能够针对不同测试样本图像自适应地选择不同的特征权重,发挥各特征在不同样本和不同局部特征空间的分类优势,提高了分类准确率,最终从整体上提高了分类性能。

    一种面向AWS平台的并行系统快速部署方法

    公开(公告)号:CN104243563A

    公开(公告)日:2014-12-24

    申请号:CN201410444527.3

    申请日:2014-09-03

    Applicant: 河海大学

    Inventor: 陆佳民 冯钧

    Abstract: 本方法公开了面向AWS(AmazonWebServices亚马逊网络服务系统)平台,快速部署并行处理系统的基本方法。本发明明确了基于AWS所提供的EC2(ElasticComputeCloud弹性计算云)服务,利用外部初始化脚本来构建大规模且稳定的计算机集群系统,同时利用内置初始化脚本来部署Hadoop扩展平台的基本流程。在保证部署质量的前提下,将集群准备的时间与费用成本降到最低。

    基于多特征VP树索引的遥感图像检索方法及装置

    公开(公告)号:CN104239551A

    公开(公告)日:2014-12-24

    申请号:CN201410493790.1

    申请日:2014-09-24

    Applicant: 河海大学

    CPC classification number: G06F17/30247

    Abstract: 本发明公开了一种基于多特征VP树索引的遥感图像检索方法,属于遥感图像检索技术领域。本发明针对遥感图像检索中的特征有效性选择,提出了一种基于VP树索引的索引有效性指标——基于距离对比度的索引有效性指数(distance-contrast-based indexing validation index,DCIVI),将与查询对象距离较近的环形区域内的子图像作为最近邻集合,落入另一环形区域内的子图像作为最远邻集合,通过计算这两个集合之间的距离对比度来分析特定特征空间对应VP树索引返回最近邻集合的有效性,利用该指标可自适应地选择最适合描述图像内容的特征,不但提高了遥感图像的检索速度,检索质量(查全率和查准率)也得到了明显改善。本发明还公开了一种基于多特征VP树索引的遥感图像检索装置。

    一种XML关键字查询方法
    115.
    发明公开

    公开(公告)号:CN104166672A

    公开(公告)日:2014-11-26

    申请号:CN201410284885.2

    申请日:2014-06-23

    Applicant: 河海大学

    CPC classification number: G06F17/30938

    Abstract: 本发明公开了一种XML关键字查询方法,属于信息检索领域。方法公开了查询语义BLCEA及其求解算法和对该语义返回结果排序的方法,BLCEA查询语义基于XML文档中的节点分类,将包含所有查询关键字的实体子孙去掉之后,仍然满足查询条件的实体节点定义为一个有意义的BLCEA语义实体,保证了查全率以及查询结果的语义完整性。对返回结果排序的方法结合关键字在结果节点为根的子树中的匹配度和紧密度这两个因素设计,降低了XML关键字查询的时间复杂度,保证在关键字模糊性存在时的查准率。

    一种基于多特征融合的遥感图像分类方法

    公开(公告)号:CN102622607B

    公开(公告)日:2013-09-25

    申请号:CN201210043064.0

    申请日:2012-02-24

    Applicant: 河海大学

    Abstract: 本发明公开了一种基于多特征融合的遥感图像分类方法,包括以下步骤:步骤A、分别提取训练集遥感图像的视觉词袋特征、颜色直方图特征和纹理特征;步骤B、分别利用训练集遥感图像的视觉词袋特征、颜色直方图特征和纹理特征进行支持向量机训练,得到三个不同的支持向量机分类器;步骤C、对于未知的测试样本,分别提取其视觉词袋特征、颜色直方图特征和纹理特征,并利用步骤B中所得到的相应的支持向量机分类器进行类别预测,得到三组类别预测结果,然后采用加权综合法对三组类别预测结果进行综合,从而得到最终的分类结果。本发明进一步采用改进的词袋模型进行视觉词袋特征提取。相比现有技术,本发明可以获得更精确的分类结果。

    基于角点与边缘信息融合的遥感图像飞机检测方法

    公开(公告)号:CN102298698B

    公开(公告)日:2013-04-10

    申请号:CN201110141602.5

    申请日:2011-05-30

    Applicant: 河海大学

    Abstract: 本发明公开了一种基于角点与边缘信息融合的遥感图像飞机检测方法。该方法包括以下步骤:对遥感图像进行边缘检测;对边缘检测后的遥感图像进行二值化处理;对二值化后的遥感图像进行Harris角点检测;选取角点数在预先设定的范围内的区域作为候选飞机区域;并根据每一候选飞机区域中亮像素点的个数去除伪目标区域;对得到的图像进行聚类并对目标飞机位置进行标注,最终得到的类的数目即为检测到的飞机数,每类的类心位置即为目标飞机的中心位置。本发明还公开了一种遥感图像飞机检测系统,包括顺次连接的边缘检测单元、二值化处理单元、角点检测单元、候选飞机区域选取单元、聚类单元。相比现有技术,本发明具有更好的检测效果和更高的检测效率。

    一种水文时间序列的异步周期模式挖掘方法

    公开(公告)号:CN102495883B

    公开(公告)日:2013-03-06

    申请号:CN201110404808.2

    申请日:2011-12-08

    Applicant: 河海大学

    Abstract: 本发明公开了一种水文时间序列的异步周期模式挖掘方法。本发明方法首先对基于后缀树的部分周期模式挖掘算法进行改进,使之支持多-事件序列,从而获得候选周期模式;在生成有效段过程中,提出了一种可自适应调整候选周期的有效段生成算法,从而避免了统一周期造成周期遗漏或时空浪费。相比现有技术,本发明方法能够更加有效地发现水文时间序列中的异步周期模式。

Patent Agency Ranking