-
公开(公告)号：CN115512223B
公开(公告)日：2023-08-11
申请号：CN202211188122.9
申请日：2022-09-28
Applicant: 桂林理工大学
Abstract: 本发明公开了一种融合多种变化检测算法的红树林动态监测方法，该方法基于多元光谱指数和年际时间序列，无需训练样本，可绘制历年生长红树林的区域；通过评估多个光谱指数检测红树林扩张的适用性，筛选出最优指数，提高了变化检测算法监测红树林动态变化的能力；通过融合7种变化检测算法提出了检测红树林历史扩张、监测其近实时变化和预测其未来发展趋势的方法，并在像点尺度和区域尺度上综合分析红树林的变化，更清晰地揭示了红树林的时空变化规律。
-
公开(公告)号：CN113936214B
公开(公告)日：2023-06-02
申请号：CN202111216622.4
申请日：2021-10-19
Applicant: 桂林理工大学
IPC: G06V10/764 , G06V20/10 , G06V10/26 , G06V10/44 , G06V10/56 , G06V10/70 , G06T5/50 , G06T7/30 , G06N20/20
Abstract: 本发明公开了一种基于融合空天遥感影像的岩溶湿地植被群落分类方法，该方法通过整合无人机影像的高空间分辨率和卫星影像的高光谱分辨率的优势准确提取岩溶湿地植被群落空间分布范围；通过采用面向对象的多尺度分割，对构建的多维数集进行去除高相关性和变量选择，降低数据的冗余来提高岩溶湿地植被群落识别模型的训练精度与效率；通过对比优化的面向对象的机器学习算法，实现对不同岩溶湿地植被群落的高精度识别。
-
公开(公告)号：CN115512223A
公开(公告)日：2022-12-23
申请号：CN202211188122.9
申请日：2022-09-28
Applicant: 桂林理工大学
Abstract: 本发明公开了一种融合多种变化检测算法的红树林动态监测方法，该方法基于多元光谱指数和年际时间序列，无需训练样本，可绘制历年生长红树林的区域；通过评估多个光谱指数检测红树林扩张的适用性，筛选出最优指数，提高了变化检测算法监测红树林动态变化的能力；通过融合7种变化检测算法提出了检测红树林历史扩张、监测其近实时变化和预测其未来发展趋势的方法，并在像点尺度和区域尺度上综合分析红树林的变化，更清晰地揭示了红树林的时空变化规律。
-
公开(公告)号：CN113837134A
公开(公告)日：2021-12-24
申请号：CN202111152307.X
申请日：2021-09-29
Applicant: 桂林理工大学
Abstract: 本发明公开了一种基于面向对象的深度学习模型和迁移学习的湿地植被识别方法,该方法通过运用卷积神经网络的迁移学习能力提高了湿地植被群丛的分类精度与效率；通过扩展遥感影像空间分辨率梯度与光谱维度识别湿地植被，解决单幅影像无法精确识别各类湿地植被的问题；通过使用融合图像分割的卷积神经网络模型提高了植被边界处的精准分类。
-
公开(公告)号：CN118658554A
公开(公告)日：2024-09-17
申请号：CN202410649650.2
申请日：2024-05-23
Applicant: 桂林理工大学
IPC: G16C20/70 , G16C20/20 , G06F18/2113 , G06F18/213 , G06F18/27 , G06F17/18 , G06N20/00 , G01N21/25 , G01N21/55
Abstract: 本发明公开了一种基于pH分层的岩溶湿地弱光学活性水质参数反演方法，该方法基于实测原位高光谱数据和水质数据，构建岩溶湿地水体pH分层分析框架，首次系统解析岩溶湿地富钙偏碱性水体水质参数的光谱机理，精准捕捉了弱光学活性水质参数遥感敏感光谱子域；构建顾及pH的4种弱光学活性水质参数分层估算模型，评估不同pH下分层模型对弱光学活性水质参数的估算精度差异。本发明通过最终得到的分层反演模型的估算精度，结合岩溶湿地水体特性，实现岩溶湿地水体四种弱光学活性水质参数浓度反演。
-
Patent Agency Ranking
公开(公告)号：CN116911183A
公开(公告)日：2023-10-20
申请号：CN202310854780.5
申请日：2023-07-12
Applicant: 桂林理工大学
IPC: G06F30/27 , G06V20/13 , G06V20/17 , G06F18/211 , G06F18/27 , G06N3/096 , G06F18/213 , G01N21/31 , G01N21/55
Abstract: 本发明提出了岩溶湿地水体叶绿素a反演的方法、系统、设备及介质，涉及水体环境监测领域。其包括：多种遥感影像、实测水体光谱和水体水质参数的获取；岩溶湿地水体特征计算，生成高维数据集；岩溶湿地水体特征优选和数据降维；富钙偏碱性岩溶湿地水体光谱特性分析；岩溶湿地水体叶绿素a的遥感反演敏感光谱特征分析；构建单一传感器的叶绿素a反演模型；构建多传感器加权整合数据的叶绿素a反演模型；构建基于多传感器迁移学习的叶绿素a反演模型；以及评估多传感器、多平台岩溶湿地水体叶绿素a浓度的反演精度。其通过最终得到的每个反演模型的估算精度，便于进行选择合适的反演模型，以至于快速、准确的实现岩溶湿地水体叶绿素a浓度反演。
-
公开(公告)号：CN116563092A
公开(公告)日：2023-08-08
申请号：CN202310376696.7
申请日：2023-04-10
Applicant: 桂林理工大学
Abstract: 本发明提出了基于机器学习算法的海洋环境要素降尺度方法及装置，涉及海洋环境要素浓度获取领域；该方法包括：获取第一分辨率下遥感影像数据中的水体反射率，将所述水体反射率输入至预先训练好的机器学习模型中，得到所述水体反射率对应的预测海洋环境要素浓度；根据所述第一分辨率对预设的第二分辨率下的矫正残差进行降尺度处理，得到第一分辨率下的目标残差，所述第一分辨率大于所述第二分辨率；根据所述目标残差对所述预测海洋环境要素浓度进行矫正，得到矫正海洋环境要素浓度；通过机器学习模型以达到不依赖于原位实测数据的采集的目的,为原位实测数据有限的区域提供一种新的获取高空间分辨率的海洋环境数据的思路和方法。
-
-
公开(公告)号：CN113936214A
公开(公告)日：2022-01-14
申请号：CN202111216622.4
申请日：2021-10-19
Applicant: 桂林理工大学
IPC: G06V20/10 , G06V10/26 , G06V10/44 , G06V10/56 , G06V10/70 , G06V10/764 , G06K9/62 , G06T5/50 , G06T7/30 , G06N20/20
Abstract: 本发明公开了一种基于融合空天遥感影像的岩溶湿地植被群落分类方法，该方法通过整合无人机影像的高空间分辨率和卫星影像的高光谱分辨率的优势准确提取岩溶湿地植被群落空间分布范围；通过采用面向对象的多尺度分割，对构建的多维数集进行去除高相关性和变量选择，降低数据的冗余来提高岩溶湿地植被群落识别模型的训练精度与效率；通过对比优化的面向对象的机器学习算法，实现对不同岩溶湿地植被群落的高精度识别。
-
-
-
-
-
-
-
-
Search Results
27
records
(took 0.021 seconds)
