基于GIS数据共同构建空间语义数据库的方法

    公开(公告)号:CN117891887A

    公开(公告)日:2024-04-16

    申请号:CN202410041197.7

    申请日:2024-01-11

    Abstract: 本发明属于空间语义数据库领域,涉及数据分析技术,用于解决现有的空间语义数据库无法根据不同林草品种之间的栽种参数对栽种优化参数进行分析的问题,具体是基于GIS数据共同构建空间语义数据库的方法,对GIS数据进行预处理:将获取到的GIS数据按照林草资源的品种进行分类并得到林草品种的原始数据,林草品种的原始数据包括海拔值、图像数据、土壤系数以及面积值;根据图像数据对林草品种的生长状态进行监测分析并得到林草品种原始数据的生长系数;本发明可以通过海拔优化范围、土壤优化范围以及面积优化范围对林草品种的栽种优化参数进行标记,由所有林草品种的原始数据与栽种优化参数构建空间语义数据库。

    一种顾及斜距和地理坐标映射偏差的SAR影像特征提取方法

    公开(公告)号:CN111738135B

    公开(公告)日:2024-02-23

    申请号:CN202010562481.0

    申请日:2020-06-18

    Abstract: 本发明公开了一种顾及斜距和地理坐标映射偏差的SAR影像特征提取方法,首先获得SAR单视斜距空间和地理坐标空间的映射关系;将所获得的SAR单视斜距空间和地理坐标空间的映射关系存储为地理空间中栅格影像的形式;设置输出地理空间SAR特征影像的分辨率,确定在该地理位置范围内对应的查找表影像的像元值;获得每个地理位置范围内对应的斜距空间像元坐标;提取所述斜距空间像元坐标对应的SAR影像值;基于所提取的SAR影像值计算强度、极化矩阵、极化分解参数、相干性、纹理特征的值,并输出相应的特征影像。该方法不需要对SAR影像进行重采样处理,可以避免重采样引入的误差,从而更精准的计算SAR影像特征。

    一种稳健的模型变量筛选方法
    155.
    发明公开

    公开(公告)号:CN117520843A

    公开(公告)日:2024-02-06

    申请号:CN202311479210.9

    申请日:2023-11-08

    Abstract: 本发明公开了一种稳健的模型变量筛选方法,变量筛选可用于从给定的多输入变量数据集中过滤掉与因变量冗余或不相关的自变量,从而产生更具代表性的变量组合,并获得更好的模型预测性能,以“投票法”为原则,采用多种统计学和机器学习方法,同时考虑自变量对因变量的线性和非线性作用,获得对因变量具有显著影响的特征变量,解决了现有模型特征筛选方法的结果不够稳定的问题,尤其是在自变量个数较多的高维空间内,本发明得到的变量筛选结果在提高了模型准确度的同时,也能有效降低模型不确定性,是一种通用且稳健的变量筛选方法,能为生物数学领域中因变量影响因子分析和模型研建提供分析方法和工具。

    一种基于目标树经营间伐木智能选择算法

    公开(公告)号:CN113111504B

    公开(公告)日:2023-09-01

    申请号:CN202110376198.3

    申请日:2021-04-08

    Abstract: 一种基于目标树经营间伐木智能选择算法,具体步骤为:步骤一:判断每个样地的空间分布,确定需要抚育择伐的样地;步骤二:判断树种的空间分布,确定需要抚育的树种;步骤三:判断空间结构单元,确定采伐单元;步骤四:空间单元单株竞争力分析,确定间伐木。采用空间结构参数对每棵树的空间结构进行量化。在此基础上,使用角度标度为间伐木选择了的主要指标,设计了样地择伐选择、树种择伐选择、空间结构单元择伐选择、单株择伐选择的流程和算法,并实现了相应功能。在基于角度尺度的基础上进行间伐木的选择,分别使用三个不同的竞争因子(CI,CII and ZCI)进行间伐木选择,并比较和分析了间伐木的选择结果。

    大尺度森林碳储量预估的高维机载LiDAR变量选择方法

    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

    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。

    一种角规测定林分断面积虚拟仿真方法

    公开(公告)号:CN112861336B

    公开(公告)日:2023-07-25

    申请号:CN202110137599.3

    申请日:2021-02-01

    Abstract: 一种角规测定林分断面积虚拟仿真方法,属于计算机程序及森林经理学技术领域。通过构建曲线角规1:1三维模型、确定三维虚拟场景中角规点位置与角规初始姿态、给定调整角规点位置原则、旋转三维场景中角规整体及曲线圈角度、对比曲线圈缺口宽度与胸径宽度、计算林分断面积,实现了三维虚拟场景中角规测定林分断面积的可视化模拟。本发明方法在构建林分三维虚拟场景的基础上,为直观模拟角规测定林分断面积过程提供了一种新方法。

Patent Agency Ranking