-
公开(公告)号：CN104820830B
公开(公告)日：2018-01-02
申请号：CN201510234717.7
申请日：2015-05-08
Applicant: 南京林业大学
IPC: G06K9/00
Abstract: 本发明公开了一种基于全波形LiDAR冠层剖面模型的树种识别方法，包括：借助机载小光斑全波形LiDAR传感器进行数据采集；传感器记录每束激光脉冲返回的完整波形信息；LiDAR波形数据预处理；单木定位和冠幅提取；结合Weibull分布和三次样条函数模型，拟合单木垂直结构和返回能量信息的冠层剖面模型，并提取模型参数作为特征变量；使用随机森林分类器进行树种分类。本发明的验证结果表明，与其他使用遥感方法进行树种分类的方法相比，在四个主要树种的分类级上总体精度提升了9%左右；Kappa系数提升了0.1左右。
-
公开(公告)号：CN104849722B
公开(公告)日：2017-03-29
申请号：CN201510232806.8
申请日：2015-05-08
Applicant: 南京林业大学
IPC: G01S17/88
Abstract: 本发明公开了一种LiDAR波形综合特征的单木识别方法，借助机载小光斑全波形LiDAR传感器进行数据采集；LiDAR波形数据预处理：单木定位和冠幅提取；基于发射能量及传感器与地物的距离信息对LiDAR波形数据进行校正；构建体元框架并进行LiDAR波形的结构化分解；提取单木的波形特征变量；提取单木的点云特征变量；使用随机森林方法筛选最优特征变量并进行树种分类。本发明的验证结果表明，与其他使用遥感方法进行树种分类的方法相比，总体精度提升了15%左右；Kappa系数提升了0.13左右。
-
公开(公告)号：CN104808191B
公开(公告)日：2017-03-22
申请号：CN201510234714.3
申请日：2015-05-08
Applicant: 南京林业大学
IPC: G01S7/48
Abstract: 本发明公开了一种基于全波形LiDAR单木冠层容积分解的树种分类方法，包括：借助机载小光斑全波形LiDAR传感器进行数据采集；传感器记录每束激光脉冲返回的完整波形信息；LiDAR波形数据预处理；单木定位和冠幅提取；基于发射能量及传感器与地物的距离信息对LiDAR波形数据进行校正；构建体元框架并进行LiDAR波形的结构化分解；对单木进行冠层容积分解并提取特征变量；使用随机森林分类器进行树种分类。本发明验证结果表明，总体精度提升了11%左右；Kappa系数提升了0.1左右。
-
公开(公告)号：CN104867180A
公开(公告)日：2015-08-26
申请号：CN201510284456.X
申请日：2015-05-28
Applicant: 南京林业大学
IPC: G06T17/00
Abstract: 本发明公开了一种集成UAV与LIDAR的森林林分特征反演方法，通过结合UAV与LiDAR数据提取典型林分特征，利用特征点匹配算法和空中三角生成研究区三维点云作为数字表面模型结合LiDAR提取的数字地形模型计算树冠冠层模型，再结合地面实测林分调查数据与联合提取的点云变量构建多元回归估算模型并验证其精度。一方面冠层点云采用UAV数据，相对于LiDAR，具有灵活性高，廉价等特点，数据获取方便，具有长期定时重复观测的可能性。另一方面利用LiDAR的穿透性获取地形数据，而地形相对稳定，可以作为长期观测的数据基础。二者结合，各取所长，是一条廉价、灵活的森林状态监测方式，相关分析表明联合提取的点云变量与森林垂直信息（树高）具有很高的敏感性。
-
公开(公告)号：CN104732335A
公开(公告)日：2015-06-24
申请号：CN201510088621.4
申请日：2015-02-27
Applicant: 南京林业大学
Abstract: 本发明公开了一种多功能学籍自助注册方法，包括，步骤1.客户端模块读取学生的身份识别标签中的学生身份信息；步骤2.客户端模块采集指纹信息；步骤3.客户端模块将学生身份信息发送到服务器模块,服务器模块检索学籍数据库中与所述学生身份信息相对应的学生信息发送到客户端模块；步骤4.客户端模块将学生身份信息、指纹信息和来自学籍数据库的学生信息进行匹配处理，若匹配，通过注册打印注册信息，把注册信息发送到服务器模块；步骤5.服务器模块根据接收的注册信息更新学籍数据库中该学生的注册信息。本发明的方法采用生物特征信息进行验证比对，避免了代替注册行为、实时掌握学生到校情况，分散注册、效率高，避免排队、拥挤，减轻教工劳动强度。
-
Patent Agency Ranking
公开(公告)号：CN104155638B
公开(公告)日：2016-05-18
申请号：CN201410259589.7
申请日：2014-06-11
Applicant: 南京林业大学
Abstract: 本发明公开了一种基于LiDAR伪垂直波形模型的树种分类方法，包括：1）使用机载小光斑全波形LiDAR传感器进行数据采集，获得完整波形信息，采样间隔为1ns；2）LiDAR波形数据预处理；3）通过波形结构化分解和综合波形重组构建伪垂直波；4）单木分割和信息综合；5）在单木范围内汇总点云属性并计算综合波形特征参数；6）使用支持向量机分类器进行树种分类。该树种分类方法，能增强获取的LiDAR能量信号，在单木分割基础上，从多个维度提取综合波形特征变量，实现了通过单一数据源获取并提升亚热带森林的树种分类精度，可以更好地反映该森林类型中主要树种的时空变异，经实验验证结果表明，与其他使用LiDAR进行树种分类的方法相比总体精度提升10%；Kappa系数提升0.1。
-
公开(公告)号：CN104849722A
公开(公告)日：2015-08-19
申请号：CN201510232806.8
申请日：2015-05-08
Applicant: 南京林业大学
IPC: G01S17/88
CPC classification number: G01S17/88 , G01S7/4802
Abstract: 本发明公开了一种LiDAR波形综合特征的单木识别方法，借助机载小光斑全波形LiDAR传感器进行数据采集；LiDAR波形数据预处理：单木定位和冠幅提取；基于发射能量及传感器与地物的距离信息对LiDAR波形数据进行校正；构建体元框架并进行LiDAR波形的结构化分解；提取单木的波形特征变量；提取单木的点云特征变量；使用随机森林方法筛选最优特征变量并进行树种分类。本发明的验证结果表明，与其他使用遥感方法进行树种分类的方法相比，总体精度提升了15%左右；Kappa系数提升了0.13左右。
-
公开(公告)号：CN104820830A
公开(公告)日：2015-08-05
申请号：CN201510234717.7
申请日：2015-05-08
Applicant: 南京林业大学
IPC: G06K9/00
CPC classification number: G06K9/6277
Abstract: 本发明公开了一种基于全波形LiDAR冠层剖面模型的树种识别方法，包括：借助机载小光斑全波形LiDAR传感器进行数据采集；传感器记录每束激光脉冲返回的完整波形信息；LiDAR波形数据预处理；单木定位和冠幅提取；结合Weibull分布和三次样条函数模型，拟合单木垂直结构和返回能量信息的冠层剖面模型，并提取模型参数作为特征变量；使用随机森林分类器进行树种分类。本发明的验证结果表明，与其他使用遥感方法进行树种分类的方法相比，在四个主要树种的分类级上总体精度提升了9%左右；Kappa系数提升了0.1左右。
-
公开(公告)号：CN104732334A
公开(公告)日：2015-06-24
申请号：CN201510088619.7
申请日：2015-02-27
Applicant: 南京林业大学
Abstract: 本发明公开了一种多功能学籍自助注册系统，包括自助注册终端和学籍服务器，自助注册终端内置处理模块，与其电连接的触控显示屏、图像采集装置、指纹采集装置、打印机、读卡装置和通信模块，显示屏设在机柜本体上部，打印机嵌装在机柜本体内，读卡装置、指纹采集装置分别嵌装在机柜本体上，图像采集装置设置在机柜本体上部。自助注册终端将学生的唯一标识信息发送到学籍服务器，学籍服务器检索与其相对应的指纹、图像信息并发送自助注册终端，自助注册终端进行指纹或图像匹配处理，把注册信息发送到学籍服务器，完成学籍注册。本发明避免了代替注册行为、实时掌握学生到校情况，终端分散注册、效率高，避免排队、拥挤，又减轻了教工的劳动强度。
-
公开(公告)号：CN104299179A
公开(公告)日：2015-01-21
申请号：CN201410340675.0
申请日：2014-07-17
Applicant: 南京林业大学
IPC: G06Q50/20
CPC classification number: G06Q50/205
Abstract: 一种针对教师的调课系统及其调课方法，包括手机终端或者计算机客户终端构成的前台系统，所述的前台系统内包括有前台调课模块，所述的前台系统通过通信网络同后台服务器相通信连接，所述的后台服务器中带有后台调课模块和用于调课的数据库，后台服务器还通过通信网络同用于教务的服务器相通信连接。并结合其调课方法可有效避免现有技术中的耗时耗力并且不准确、人工调配的难度就更大以及靠逐级审批的方式根本无法实现这种实时性的要求的缺陷。
-
-
-
-
-
-
-
-
-
Search Results
28
records
(took 0.023 seconds)
