-
公开(公告)号：CN118330782A
公开(公告)日：2024-07-12
申请号：CN202410415135.8
申请日：2024-04-08
Applicant: 南京信息工程大学
IPC: G01W1/10 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于降水耗散和体素流的极端降水短临预报方法、装置及存储介质，属于极端降水短临预报技术领域，包括获取降水雷达回波序列；将所述降水雷达回波序列输入到训练好的基于耗散因子和体素流的极端降水短临预报模型，得到目标地区未来预设时刻内的极端降水预测结果；本发明通过训练好的基于耗散因子和体素流的极端降水短临预报模型，在预测极端降水的多尺度特征、耗散特征和时空分布特征上具有良好性能，有效提高了极端降水短临预报精度。
-
公开(公告)号：CN117789055A
公开(公告)日：2024-03-29
申请号：CN202410028619.7
申请日：2024-01-09
Applicant: 南京信息工程大学
IPC: G06V20/13 , G06V10/44 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08 , G06N5/04
Abstract: 本发明公开了基于因果推断的深度学习热带气旋强度实时估计和预报方法，包括：采集卫星云图数据以及ERA5再分析资料数据，并进行预处理，得到预处理后的卫星云图以及三个物理因子；基于CMA最佳路径集对预处理后的卫星云图进行标注；构建基于因果推断的深度学习热带气旋强度实时估计和预报模型，包括卫星云图特征提取模块、物理因子特征提取模块、基于因果推断的融合模块以及估计和预测模块；对构建的模型进行训练，得到训练好的模型，利用训练好的模型对当前和未来时刻的热带气旋强度进行估计和预报。本发明集成多源数据，以数理与统计范式相结合的方法增强热带气旋的深度提取特征，提出一种合理且具有可解释性的融合方法。
-
公开(公告)号：CN117647855A
公开(公告)日：2024-03-05
申请号：CN202410116453.4
申请日：2024-01-29
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于序列长度的短临降水预报方法、装置及设备，短临降水预报方法包括：加载指定地区的降水雷达回波序列；将所述降水雷达回波序列输入构建的基于序列长度的短临降水预报模型，获得指定地区未来设定时间段内的降水预测结果。本发明在预测降水的空间分布、强度和运动特征上具有良好性能，有效提高了短临降水的预报精度。
-
公开(公告)号：CN103345643B
公开(公告)日：2016-08-24
申请号：CN201310234905.0
申请日：2013-06-13
Applicant: 南京信息工程大学
IPC: G06K9/66
Abstract: 本发明公开了一种遥感图像分类方法，属于图像信息处理技术领域。本发明方法包括以下步骤：遥感图像的分块；初始样本的选择；分类器模型训练；矛盾样本池的构造；信息量最大样本的选取;训练样本集及分类器模型更新；分类过程迭代；遥感图像的分类。本发明利用图像块分类模型和图像像素点分类模型来构造一个测试委员会，以此筛选出信息量较大的样本。和随机采样以及经典的边缘采样主动学习方法相比，在相同的实验条件下，本发明方法的图像分类结果更加准确，给人更好的视觉效果。
-
公开(公告)号：CN103258214B
公开(公告)日：2016-03-23
申请号：CN201310150058.X
申请日：2013-04-26
Applicant: 南京信息工程大学
IPC: G06K9/66
Abstract: 本发明公开了一种基于图像块主动学习的遥感图像分类方法，属于图像信息处理技术领域。本发明方法包括以下步骤：遥感图像的分块；初始样本的选择；分类器模型训练；主动学习样本选择；训练样本集及分类器模型更新；分类过程迭代；图像块分类预测；块分类结果到像素分类结果的转化。本发明以图像块为研究对象，和传统的基于像素点的主动学习的遥感图像分类方法相比，在相同的实验条件下，图像的分类结果更加准确，主动学习筛选出的块样本能够更加快速准确的进行人工标注，并且分类图的结构性更强，大大降低了直接由像素点分类所带来的“斑点”，给人更好的视觉效果。
-
Patent Agency Ranking
公开(公告)号：CN119649062A
公开(公告)日：2025-03-18
申请号：CN202411722534.5
申请日：2024-11-28
Applicant: 南京信息工程大学
IPC: G06V10/62 , G06V20/10 , G06V10/44 , G06N3/0464 , G06N3/0455 , G06V10/80 , G06V10/82 , G06V10/764
Abstract: 本发明公开了一种基于微调CLIP的遥感图像变化检测方法，包括：获取原始双时遥感图像，并对遥感图像进行预处理；构建初始遥感图像变化检测模型，利用训练集训练初始遥感图像变化检测模型，得到目标遥感图像变化检测模型；利用目标遥感图像变化检测模型对遥感图像进行变化检测。本发明将预训练于大规模数据集的大模型CLIP引入到变化检测任务当中，旨在引导模型关注变化地物的通用特征，从而提升其泛化能力；本发明采用视觉提示的方法对CLIP进行微调，确保其在遥感下游任务中能够良好迁移；此外在构建损失函数时，本发明还引入了Dice系数损失，以增强模型对正例的敏感性。
-
公开(公告)号：CN117951485B
公开(公告)日：2024-06-14
申请号：CN202410332386.X
申请日：2024-03-22
Applicant: 南京信息工程大学
IPC: G06F18/20 , G06N3/0464 , G06N3/08 , G06F18/213
Abstract: 本发明公开了一种基于深度学习的温度廓线反演方法，包括：1、采集GIIRS长波通道亮温数据、探空观测数据和ERA5温度廓线数据，并调整数据在时空上的匹配；2、构建深度学习训练样本，并对深度学习训练样本中的数值进行归一化处理；3、构建温度廓线反演模型，设定损失函数，对温度廓线反演模型进行训练，得到训练完成的温度廓线反演模型。本发明结合静止卫星红外高光谱亮温资料高时空和垂直分辨率的特点利用先验得通道信息构建通道注意力机制引导反演模型特征提取，通过先验物理信息的嵌入引导模型的反演结果更加符合物理规律，采用深度残差网络深度挖掘红外高光谱亮温数据与大气温度廓线之间的非线性关系，提高反演温度廓线的精度。
-
公开(公告)号：CN118053024A
公开(公告)日：2024-05-17
申请号：CN202410166507.8
申请日：2024-02-06
Applicant: 南京信息工程大学
IPC: G06V10/764 , G06V10/42 , G06V10/80 , G06V10/774 , G06V10/82 , G06N3/0464
Abstract: 本发明公开了一种基于双分支融合网络的对流云检测方法，包括：获取可见光数据和红外数据，记为集合X；将不同波段的红外数据进行处理得到BTD数据，记为集合Y；将集合X和集合Y中的数据进行预处理；构建DBDCN模型，利用训练集对DBDCN模型进行训练，将训练之后的DBDCN模型记为对流云检测模型；判断云层图像块待测像素点的亮温是否大于预定义阈值，若大于则直接识别为非对流云；否则利用对流云检测模型对云层图像块待测像素点进行对流云检测，实现高精度的对流云检测。
-
公开(公告)号：CN117647855B
公开(公告)日：2024-04-16
申请号：CN202410116453.4
申请日：2024-01-29
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于序列长度的短临降水预报方法、装置及设备，短临降水预报方法包括：加载指定地区的降水雷达回波序列；将所述降水雷达回波序列输入构建的基于序列长度的短临降水预报模型，获得指定地区未来设定时间段内的降水预测结果。本发明在预测降水的空间分布、强度和运动特征上具有良好性能，有效提高了短临降水的预报精度。
-
公开(公告)号：CN117809203A
公开(公告)日：2024-04-02
申请号：CN202410217961.1
申请日：2024-02-28
Applicant: 南京信息工程大学
IPC: G06V20/13 , G06V10/26 , G06V10/40 , G06V10/766 , G06V10/774 , G06V10/82 , G06N3/045 , G06N3/08
Abstract: 本发明公开了一种多任务持续学习的跨海域热带气旋强度估计方法，包括：构建热带气旋强度估计模型，热带气旋强度估计模型包括相互连接的海域聚合残差模块和风‑压任务模块，将红外通道和水汽通道拼接后的单帧热带气旋图像作为热带气旋强度估计模型的输入，将神经网络回归得到的最大持续风速和最低气压值作为热带气旋强度估计模型的输出；输入单帧的红外水汽数据和指定的海域ID至训练完成的热带气旋强度估计模型，输出对应的最大持续风速值。本发明能够同时在多个海域上泛用，具有较强的实用性。
-
-
-
-
-
-
-
-
-
Search Results
41
records
(took 0.029 seconds)
