-
公开(公告)号：CN116257805B
公开(公告)日：2023-08-15
申请号：CN202310547141.4
申请日：2023-05-16
Applicant: 中国地质大学(武汉)
IPC: G06F18/2431 , G06F18/214 , G06V20/13 , G06V10/774 , G06N20/00
Abstract: 本发明涉及遥感技术领域，具体而言，涉及一种通行度预测模型构建方法及通行度预测方法，该方法包括：根据不同研究区的立体遥感影像得到地形类数据、地貌类数据、地质类数据和地灾类数据，其中，地灾类数据包括隐患区域数据和灾害区域数据；分别对各类数据进行分析，得到对应的影响因子；对影响因子和各类数据进行预处理，确定综合通行度；基于极端梯度提升算法构建初始预测模型，以预处理后的各类数据和综合通行度为数据集，训练初始预测模型，得到通行度预测模型。本发明的有益效果：通过引入隐患区域数据，有效提高了通行度预测模型的准确性，进而可得到考虑地灾隐患区域的通行度，有效增加了通行度预测的准确性和可靠性。
-
公开(公告)号：CN116337103A
公开(公告)日：2023-06-27
申请号：CN202310551769.1
申请日：2023-05-17
Applicant: 中国地质大学(武汉)
IPC: G01C21/34
Abstract: 本发明提供了一种基于区域分类的分层泛在导航方法、装置及计算机设备，涉及导航技术领域，所述方法包括：获取以路网数据为基础的预设区域分类模型，所述预设区域分类模型包括以矢量路网道路数据为基础的第一区域、以简单轨迹的道路数据为基础的第二区域和以栅格或六边形切分格网的道路数据为基础的第三区域；获取当前路网数据；根据所述当前路网数据和所述预设区域分类模型对当前路网进行区域分类，得到区域分类结果；根据所述区域分类结果获取所述预设区域分类模型中的区域路网数据信息；根据所述路网数据信息对处于所述当前路网下的车辆进行路径规划。本发明能够为三种数据类型的矢量路网提供标准的路径导航，且导航结果准确、高效。
-
公开(公告)号：CN116168295A
公开(公告)日：2023-05-26
申请号：CN202310163603.2
申请日：2023-02-24
Applicant: 中国地质大学(武汉)
IPC: G06V20/10 , G06V10/774 , G06V10/82 , G06V10/80 , G06N3/0464 , G06N3/045 , G06N3/082
Abstract: 本发明提供了一种岩性遥感智能解译模型建立方法及解译方法，所述建立方法包括：获取研究区的地质岩性数据和遥感影像，将所述地质岩性数据和所述遥感影像作为数据集；对所述数据集进行预处理，根据预处理后的数据集确定训练集；根据所述训练集训练初始模型，以构建岩性遥感智能解译模型，所述初始模型包括先验分支、遥感分支以及上采样模块，所述先验分支和所述遥感分支均包括残差神经网络和基于密集连接的空间池化注意力金字塔网络。本发明采用残差神经网络提升深度特征的提取能力，同时应用基于密集连接的空间池化注意力金字塔网络来提取多尺度特征，并保留重要通道的信息，提升特征的表达能力，从而提高了岩性解译的精确度。
-
公开(公告)号：CN118262104B
公开(公告)日：2025-02-21
申请号：CN202410245146.6
申请日：2024-03-05
Applicant: 中国自然资源航空物探遥感中心 , 中国地质大学(武汉)
IPC: G06V10/26 , G06V20/70 , G06V10/80 , G06V10/774
Abstract: 本发明提供了一种目标语义分割模型训练方法、生成方法、设备及存储介质，涉及计算机技术领域，包括：获取目标语义分割数据集，目标语义分割数据集包括多个遥感图像信息，遥感图像信息包括标签值；通过对遥感图像信息进行特征提取得到融合特征，融合特征包括浅层融合特征、次深层融合特征和深层融合特征；根据遥感图像信息、浅层融合特征和次深层融合特征得到边界损失和整体损失；根据深层融合特征得到预测值，并根据预测值和标签值得到分割损失；根据边界损失、整体损失和分割损失得到目标损失；基于目标损失，通过目标语义分割数据集训练预设语义分割模型，得到目标语义分割模型。本发明提高了目标语义分割模型的分类精度。
-
公开(公告)号：CN117636162A
公开(公告)日：2024-03-01
申请号：CN202311565009.2
申请日：2023-11-21
Applicant: 中国地质大学(武汉)
Abstract: 发明提供了一种高光谱图像的稀疏解混方法、装置、设备及存储介质，涉及遥感图像处理技术领域，该构建方法包括：获取高光谱图像，对所述高光谱图像见进行划分，得到多个同质区域；对每个所述同质区域进行图像正则化，得到第一正则化项；基于所述高光谱图像的全局空间信息获取丰度矩阵，并对所述丰度矩阵进行低秩正则化，得到第二正则化项；获取基础稀疏解混模型，基于所述基础稀疏解混模型、所述第一正则化项和所述第二正则化项得到最终的稀疏解混模型，并对所述稀疏解混模型进行求解。本发明提高了稀疏解混算法的准确性，进而提高混解结果的精度。
-
Patent Agency Ranking
公开(公告)号：CN117173548A
公开(公告)日：2023-12-05
申请号：CN202311009262.X
申请日：2023-08-10
Applicant: 中国地质大学(武汉)
IPC: G06V20/05 , G06V10/764 , G06V10/77 , G06V10/40 , G06V10/30 , G06V10/80 , G06V10/82 , G06N3/084 , G06N3/0464 , G06N3/048
Abstract: 本发明提供了一种海底地貌智能分类模型构建方法、装置及分类方法，涉及图像处理技术领域，所述海底地貌智能分类模型构建方法包括：获取原始海域的多波束数据；对所述原始海域的多波束数据进行预处理，得到原始反向散射数据和原始地貌类别标签数据；根据所述原始反向散射数据和所述原始地貌类别标签数据对原始分类模型进行训练并调优，得到海底地貌分类模型；其中，所述原始分类模型基于改进的标签平滑交叉熵损失函数和剪枝型密集连接网络构建，所述海底地貌分类模型用于预测海域的海底地形地貌类别。解决了在海底地貌分类过程中，如何深层次地提取出海底地貌特征，同时提高地貌特征的表征能力的问题。
-
公开(公告)号：CN119919741A
公开(公告)日：2025-05-02
申请号：CN202510402002.1
申请日：2025-04-01
Applicant: 中国地质大学(武汉) , 中国自然资源航空物探遥感中心
IPC: G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了一种海底地形分类方法、装置、电子设备及存储介质，涉及图像处理技术领域，该海底地形分类方法包括：将目标海底区域对应的反向散射数据和水深数据分别输入至第一建模网络和第二建模网络，并通过第一建模网络提取反向散射数据的上下文特征，得到第一模态特征，以及通过第二建模网络提取水深数据的上下文特征，得到第二模态特征；通过模态混洗网络将第一模态特征和第二模态特征进行融合，得到融合特征；通过图变压器网络中的邻接矩阵对融合特征进行增强处理，得到增强特征；通过上采样网络对增强特征进行上采样处理，得到目标特征；根据目标特征确定目标海底区域的地形分类结果。本发明显著提升了海底地形地貌的分类精度。
-
公开(公告)号：CN119169448A
公开(公告)日：2024-12-20
申请号：CN202411017864.4
申请日：2024-07-29
Applicant: 中国地质大学(武汉)
IPC: G06V20/10 , G06V10/42 , G06V10/44 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0455 , G06V10/74 , G06N3/08
Abstract: 本发明提供一种岩性共性联合特征分类模型构建方法及系统，涉及图像处理技术领域，所述方法包括：通过对遥感影像数据的岩性特征进行局部‑全局特征提取，得到遥感影像数据的岩性特征表示；通过对比学习优化根据岩性特征表示得到单影像对比损失；根据多源影像数据相同的岩性特征表示得到跨影像对比损失，并构建分类器确定分类损失；根据单影像对比损失、跨影像对比损失和分类损失对初始分类模型进行训练得到岩性共性联合特征分类模型。本发明利用对比学习思想，根据多源数据获取跨影像对比损失，使得在特征空间中，不同岩性的特征分散，同一岩性的特征聚合，从而提高特征的表示能力，利用岩性多样性提高对岩性特征的感知能力。
-
公开(公告)号：CN119169447A
公开(公告)日：2024-12-20
申请号：CN202411017834.3
申请日：2024-07-29
Applicant: 中国地质大学(武汉)
IPC: G06V20/10 , G06V10/764 , G06V10/77 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/042 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了一种岩性场景分类方法、电子设备及存储介质，涉及图像处理技术领域，方法包括：将获取的岩性场景的遥感图像和知识数据输入到训练好的岩性场景分类模型中，得到岩性场景分类结果，其中，岩性场景分类模型包括transformer模块、图注意力网络模块、跨模态交叉注意力模块、自适应特征降维模块以及输出模块；图注意力网络模块用于挖掘知识数据的知识特征；跨模态交叉注意力模块用于融合图像特征和知识特征，生成岩性敏感特征数据；自适应特征降维模块用于降维岩性敏感特征数据，生成降维特征；输出模块用于根据降维特征，生成岩性场景分类结果。本发明可以提高岩性场景分类的精度。
-
公开(公告)号：CN118262104A
公开(公告)日：2024-06-28
申请号：CN202410245146.6
申请日：2024-03-05
Applicant: 中国自然资源航空物探遥感中心 , 中国地质大学(武汉)
IPC: G06V10/26 , G06V20/70 , G06V10/80 , G06V10/774
Abstract: 本发明提供了一种目标语义分割模型训练方法、生成方法、设备及存储介质，涉及计算机技术领域，包括：获取目标语义分割数据集，目标语义分割数据集包括多个遥感图像信息，遥感图像信息包括标签值；通过对遥感图像信息进行特征提取得到融合特征，融合特征包括浅层融合特征、次深层融合特征和深层融合特征；根据遥感图像信息、浅层融合特征和次深层融合特征得到边界损失和整体损失；根据深层融合特征得到预测值，并根据预测值和标签值得到分割损失；根据边界损失、整体损失和分割损失得到目标损失；基于目标损失，通过目标语义分割数据集训练预设语义分割模型，得到目标语义分割模型。本发明提高了目标语义分割模型的分类精度。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.021 seconds)
