-
公开(公告)号：CN109034189B
公开(公告)日：2022-04-08
申请号：CN201810621443.0
申请日：2018-06-15
Applicant: 中南林业科技大学
IPC: G06V10/764 , G06K9/62 , G06V10/46 , G06V10/20
Abstract: 本发明涉及一种基于高分遥感影像的森林类型识别方法，包括：对高分遥感影像进行预处理，得到全色光谱影像和多光谱影像；从全色光谱影像中进行灰度提取，从多光谱影像中进行植被指数提取；结合森林资源二类调查数据，分析优势树种，并且得到优势树种的灰度值和植被指数值；根据林地分类标准，将研究区分为林地和非林地，根据灰度值和植被指数值的相关关系，分别建立相关森林类型识别函数模型；对相关函数模型进行检验和评价；将相关函数模型应用于森林类型识别。实现利用高分二号影像纹理特征获取灰度和植被指数就可以对森林类型进行识别，合理地减少了森林资源的外业调查工作，节约了成本和资源。
-
公开(公告)号：CN108664926B
公开(公告)日：2021-07-30
申请号：CN201810444591.X
申请日：2018-05-10
Applicant: 中南林业科技大学
IPC: G06K9/00
Abstract: 本发明涉及一种森林火灾卫星监测云层反射虚假热点识别方法，该方法包括如下步骤：生成遥感林火图像；进行云检测，生成卫星云图；将卫星云图与遥感林火图像进行重置分析，生成疑似虚假热点的遥感图像；使用角度法验证虚假热点和非虚假热点，当可疑热点的卫星角度在某区间范围内时，识别该可疑热点为云层反射虚假热点。通过该方法，可以排除由于云层的广泛分布及变化无常等原因造成的云层反射虚假热点，提高林火监控的可靠性。
-
公开(公告)号：CN110718399B
公开(公告)日：2021-07-27
申请号：CN201911001157.5
申请日：2019-10-21
Applicant: 中南林业科技大学
IPC: H01G11/30 , H01G11/36 , H01G11/48 , H01G11/24 , H01G11/26 , H01G11/34 , H01G11/44 , H01G11/86 , C01B32/336
Abstract: 基于核壳结构的聚苯铵‑碳纳米管电极材料，其特征在于：包括由碳化后的片状杉木片经过活化处理、化学气相沉积和电化学沉积得到；经过所述活化处理在碳化后的片状杉木片内形成有从上到下整齐顺直的管胞结构；所述化学气相沉积包括在CO2活化后的片状杉木片上化学气相沉积碳纳米管，使得在管胞结构的内壁生长有碳纳米管；所述电化学沉积包括在化学气相沉积后的片状杉木片上碳纳米管的表面沉积有一层聚苯铵，所述聚苯铵包裹在露在管胞结构内壁的碳纳米管上形成核壳结构。在本发明的电极材料导电性好、比电容器高并且循环性能好。
-
公开(公告)号：CN112927947A
公开(公告)日：2021-06-08
申请号：CN202110148273.0
申请日：2021-02-03
Applicant: 中南林业科技大学
Abstract: 一种基于蛋黄壳结构的镍钴硫电极材料，包括溶剂、乙炔黑和镍钴硫化物/碳纳米管复合材料；镍钴硫化物/碳纳米管复合材料具有蛋黄壳纳米球结构；镍钴硫化物/碳纳米管复合材料占电极材料总重量的70%‑90%；镍钴硫化物/碳纳米管复合材料中镍钴硫化物与碳纳米管的重量比为2:1‑6:1。在本发明中制备的新型镍钴硫化物与碳纳米管复合材料作为混合型超级电容器正极材料，展现出优异的电化学性能，具有比容量高、并且倍率性能好的优点。
-
公开(公告)号：CN107767342B
公开(公告)日：2020-11-13
申请号：CN201711095561.4
申请日：2017-11-09
Applicant: 中南林业科技大学
IPC: G06T3/40
Abstract: 一种基于积分平差模型的小波变换超分辨率图像重建方法，包括以下步骤：1)首先对N幅低分辨率图像进行预处理，使得图像间的分辨率一致。2)然后对预处理后的低分辨率图像序列进行尺度为J的二维小波变换分解，将每一个图像分解成一个近似原始图像的低频子图(LLJ)和三个方向的高频子图(LHj,HLj,HHj，分解级数为J，j＝1,2,....,J)。3)为各低分辨率图像对应的高、低频子图建立相应的积分平差模型，并求解，估算出高分辨率图像的低频子图的估计值和高频子图的估计值4)最后对高分辨率图像的低频子图和高频子图进行小波逆变换，得到高分辨率图像。本发明的算法不仅能获得较好的重建效果，且具有较好的鲁棒性和稳定性，还具有抑制重建图像噪声的能力。
-
Patent Agency Ranking
公开(公告)号：CN110233054A
公开(公告)日：2019-09-13
申请号：CN201910428110.0
申请日：2019-05-22
Applicant: 中南林业科技大学
Abstract: 一种非对称超级电容器，包括正极和负极，正极由碳化后的片状杉木片经过活化处理和电化学沉积得到；活化处理在碳化后的片状杉木片内形成有从上到下整齐顺直的管胞结构；电化学沉积在活化后的片状杉木片的管胞结构内生长出二氧化锰纳米片；负极由碳化后的片状杉木片经过活化处理和化学气相沉积得到；经过所述活化处理在碳化后的片状杉木片内形成有从上到下整齐顺直的管胞结构。本发明的超级电容器在在10,000次充电/放电循环后仍可保留93％的电容。本发明的独特结构显著提高了其能量密度和循环稳定性。ACNT能提供有效的高比表面积、低离子扩散阻力和优异的电化学性能。二氧化锰的上载进一步增加了超级电容器的比电容和能量密度。
-
公开(公告)号：CN108875806A
公开(公告)日：2018-11-23
申请号：CN201810551145.9
申请日：2018-05-31
Applicant: 中南林业科技大学
IPC: G06K9/62
Abstract: 本发明涉及一种基于时空数据的虚假林火热点挖掘方法，包括以下步骤：基于DBSCAN算法聚类建立历史林火热点数据库；接收林火热点数据；判断林火热点数据中是否含有由核心对象点位置2KM内产生的林火热点；若是，则调用历史林火热点数据库排除虚假林火热点。本发明基于时空数据的虚假林火热点判别方法，通过对计算机判读的历史林火热点数据的挖掘而形成的固定热源数据库，能够实现快速的排除在遥感影像上由固定热源造成的虚假林火热火。
-
公开(公告)号：CN108629460A
公开(公告)日：2018-10-09
申请号：CN201810449496.9
申请日：2018-05-11
Applicant: 中南林业科技大学
Abstract: 本发明涉及一种基于时空数据的林地干旱模型构建方法，包括以下步骤：使用归一化植被指数NDVI和地表温度LST进行NDVI-LST特征空间分析，采用温度植被干旱指数TVDI模型来进行林地干旱监测；采用植被指数NDVI，描述干边和湿边；使用最小二乘法求解干湿边拟合参数，并计算温度植被干旱指数TVDI，进行林地干旱等级区划。根据本发明公开的方法，可以用于林地干旱监测和预警，实现对林地干旱的动态监测。
-
公开(公告)号：CN118964968A
公开(公告)日：2024-11-15
申请号：CN202411011137.7
申请日：2024-07-26
Applicant: 中南林业科技大学 , 湖南省自然资源事务中心
IPC: G06F18/2135 , G01S13/90 , G01S13/95 , G01S19/39 , G06F17/18
Abstract: 本发明公开了一种基于独立主成分分析和非平稳性探测的MT‑InSAR大气改正方法。包括：利用时序N景SAR影像形成的M幅差分干涉图，在选择高相干点后，校正轨道误差相位和地形相关的对流层延迟相位，并结合最小二乘估计获取时序上N景累积的差分干涉相位。然后，基于高相干点位置信息对研究区域进行格网划分，通过空间独立成分分析(sICA)算法和非平稳性探测算法处理每个格网的差分干涉相位，识别并重建大气误差信号与形变源信号，从而计算格网的时序形变结果。利用高相干点在相邻格网重叠区域的形变结果，实现整体研究区域形变结果的拼接，有效提升了时序InSAR形变监测的精度，避免了对高时空分辨率气象数据或主观滤波方法的依赖。
-
公开(公告)号：CN117745959A
公开(公告)日：2024-03-22
申请号：CN202311214770.1
申请日：2023-09-20
Abstract: 一种基于PSO‑DBN模型的植被山区SRTM DEM校正方法，包括以下步骤：1)对获取的原始数据进行预处理；2)使用DBN网络结构对原始数据进行训练；在训练过程中使用PSO优化DBN的超参数，得到PSO‑DBN模型算法；3)使用PSO‑DBN模型算法校正预设林区的SRTM DEM。经本发明的基于PSO‑DBN模型的植被山区SRTM DEM校正方法校正之后，SRTM DEM平均误差和均方根误差能够分别下降了93.5％‑96.0％和21.5％‑23.5％，地形复杂区的精度提升超过了26.1％。
-
-
-
-
-
-
-
-
-
Search Results
54
records
(took 0.03 seconds)
