一种滑坡隐患的识别方法、终端设备及介质

    公开(公告)号:CN116561536A

    公开(公告)日:2023-08-08

    申请号:CN202310844794.9

    申请日:2023-07-11

    Applicant: 中南大学

    Abstract: 本申请适用于地质灾害识别技术领域,提供了一种滑坡隐患的识别方法、终端设备及介质,通过获取已识别区域的遥感图像,并对其进行通道叠加,得到多通道影像数据;从多通道影像数据中提取训练样本,得到训练样本集;提取滑坡隐患特征,得到多个候选特征因子,并确定训练样本集对应的最相关特征因子;构建初始滑坡隐患预测模型,并利用训练样本集对初始滑坡隐患预测模型进行训练,得到最终滑坡隐患预测模型;利用最终滑坡隐患预测模型对待识别区域对应的多通道影像数据进行预测,得到存在滑坡隐患的地表点位;基于滑坡隐患规则集,识别地表点位的滑坡隐患。本申请能提高滑坡隐患识别的准确性。

    一种基于Delaunay三角网的空间点事件集聚模式挖掘方法

    公开(公告)号:CN103942248A

    公开(公告)日:2014-07-23

    申请号:CN201410071498.0

    申请日:2014-02-28

    Applicant: 中南大学

    CPC classification number: G06F17/30554

    Abstract: 本发明公开了一种基于Delaunay三角网的空间点事件集聚模式挖掘方法,根据空间点事件的空间坐标构建Delaunay三角网,并采用Delaunay邻近关系约束构建空间点事件间的空间邻接关系。进而,依据从整体到局部的策略,采用三种不同的Delaunay三角网边长约束统计量从Delaunay三角网中提取空间点事件的集聚模式。所有通过Delaunay三角网连接的空间点事件集构成一个空间簇。优点如下:空间集聚模式发现过程中不需要过多的用户输入参数(如空间集聚模式的数目),而且可以发现形状各异、密度不同的空间点事件集聚模式。最后可以将发现的空间集聚模式可视化,并输出聚类结果。

Patent Agency Ranking