-
公开(公告)号：CN101726564B
公开(公告)日：2012-10-17
申请号：CN200910272784.2
申请日：2009-11-18
Applicant: 武汉大学 , 山西省电力公司电力科学研究院
Abstract: 本发明提供了一种反渗透阻垢剂性能测试的通用试验装置，该装置中给水箱、给水阀、恒温装置、保安过滤器、高压泵、第一段反渗透膜组件、第二段反渗透膜组件、浓水三通、浓水回流阀顺次通过管线连通构成给水-浓水循环回路；同时第一段反渗透膜组件经管线L13和第二段反渗透膜组件经管线L14又都通过管线L15经淡水三通与淡水回流阀连通，使给水箱、给水阀、恒温装置、保安过滤器、高压泵、第一段反渗透膜组件、第二段反渗透膜组件、淡水三通、淡水回流阀顺次通过管线连通构成给水-淡水循环回路。这种试验装置具有通用性强、转换简单，能显著降低试验成本的优点。
-
公开(公告)号：CN85100240A
公开(公告)日：1986-07-16
申请号：CN85100240
申请日：1985-04-01
Applicant: 武汉大学
Abstract: 一种用螯合树脂回收电镀废液中金和钯的方法。该方法中使用的螯合树脂为巯基胺型树脂，在较宽的溶液酸度范围内，对金和钯的吸附具有高选择性、高吸附容量和吸附率。本发明所述方法与电解法、离子交换法等相比，还具有产品纯度高和操作简便等优点。
-
公开(公告)号：CN119622995A
公开(公告)日：2025-03-14
申请号：CN202411431394.6
申请日：2024-10-14
Applicant: 武汉大学
IPC: G06F30/20 , G06F17/16 , G06F17/11 , G06T3/08 , G06F111/10
Abstract: 本申请涉及一种基于双极化分解和地表散射模型的土壤水分反演方法，其中，方法包括：对目标研究区的双极化SAR影像进行预处理；根据双极化广义体散射模型和Oh地表散射模型建立描述地表和植被之间散射过程的地表‑植被散射模型；将观测协方差矩阵和双极化广义体散射模型重构为在Stokes矢量上的投影，并利用不同极化通道的后向散射观测值和后向散射模拟值之间的代价函数及地面实测数据，对地表均方根高度和植被结构参数进行标定；基于标定后的地表‑植被散射模型，通过非线性最小二乘拟合解算得到对应的介电常数，并利用Topp模型将介电常数转化为土壤水分，得到土壤水分反演结果。本申请实施例使用双极化SAR数据有限的信息对散射场景进行建模，在有效解耦地表和植被散射信号的基础上实现了土壤水分的精确反演。
-
公开(公告)号：CN119510446A
公开(公告)日：2025-02-25
申请号：CN202411404096.8
申请日：2024-10-09
Applicant: 武汉大学
Abstract: 本申请涉及基于邻域变化检测和被动微波约束的土壤水分反演方法，其中，方法包括：获取覆盖目标研究区的合成孔径雷达SAR影像，并对SAR影像进行预处理；利用伪散射类型参数和伪散射熵参数得到中心像元的邻域同质像元；基于中心像元和邻域同质像元的共极化后向散射观测值，建立基于散射特性相似度加权的邻域变化检测模型；以长时序被动微波土壤水分产品对应的上下界作为约束范围，在约束范围内对土壤水分进行线性最小二乘拟合求解，以得到土壤水分反演结果。本申请实施例降低了植被的时间变异性给土壤水分反演带来的不确定性和数据的获取成本，解决了相关技术中，土壤水分时序变化检测方法受到植被时间变异性的影响，实际应用性能较低的问题。
-
公开(公告)号：CN117274809A
公开(公告)日：2023-12-22
申请号：CN202311239829.2
申请日：2023-09-25
Applicant: 武汉大学
IPC: G06V20/10 , G06V10/764 , G06V10/74 , G06T7/32 , G06T7/33
Abstract: 本发明提供一种基于时序星载SAR影像的洪涝水体提取方法及系统，进行雷达影像预处理，包括利用星载SAR平台参数实现影像的粗配准；时序星载SAR影像的配准；构建基于统计特征的异常值检测因子，所述异常值检测因子采用综合极化方式、轨道参数和成像模式差异的时序SAR影像Z‑score值；基于GPM和Z‑socre的自动化影像块筛选，包括先基于GPM得到完全无雨基线CRB影像集，然后基于Z‑socre和CRB联合得到不受降雨影响的基线RRB，利用RRB实现序列影像块自动筛选；基于分类树的大范围洪水自动提取，包括利用世界定居点足迹WSF数据实现影像中城区与非城区划分，基于建筑区域和自然区域洪水时期散射机理的差异性，进行建筑区域内涝和自然区域洪水的决策树方式提取。
-
Patent Agency Ranking
公开(公告)号：CN113378716A
公开(公告)日：2021-09-10
申请号：CN202110652684.3
申请日：2021-06-11
Applicant: 武汉大学
Abstract: 本发明涉及一种基于自监督条件下的深度学习SAR影像舰船识别方法。首先对SAR数据进行预处理，利用累计逆指数概率分布获取图像像素阈值，并利用阈值进行快速分割得到二值化图像，然后对二值化图像进行八邻域连通处理，获取候选目标的几何信息，根据候选目标的几何信息构建SAR舰船切片数据集，最后建立CNN网络模型，并对其进行训练、调优后用于舰船目标的自监督识别。本发明基于自监督思想的CNN模型，识别过程仅需要标注少量训练样本，极大减少了样本标注时间，提高了舰船检测效率；主干模型采用轻量模型Shufflenet网络，模型参数较少，能够以较少的训练时间获取较高的训练精度，收敛速度快，精度高。
-
公开(公告)号：CN110414566A
公开(公告)日：2019-11-05
申请号：CN201910583151.7
申请日：2019-07-01
Applicant: 武汉大学
IPC: G06K9/62
Abstract: 本发明提供一种基于时间序列PolSAR影像的土地覆盖类型变化检测方法，目的在于解决现阶段变化检测方法存在难以充分利用时间序列影像间的时间维度信息，且通常需要每一影像大量、高质量训练样本等问题。本发明利用Omnibus假设检验似然比算法充分挖掘历史累计的时间序列PolSAR影像的时间维度信息，并结合已标注的类别标签、分类专题图等丰富的先验知识，利用主动学习、关联知识迁移学习等机器学习算法实现每一景影像的类别标签自动标注，获取可靠训练样本，进而实现土地覆盖类别动态变化信息高精度提取。
-
公开(公告)号：CN107292920B
公开(公告)日：2019-08-20
申请号：CN201710454060.4
申请日：2017-06-15
Applicant: 武汉大学
Abstract: 本发明一种联合分类的多时相全极化SAR影像变化检测方法，包括1）对多时相全极化SAR影像进行预处理；2）对经过预处理后的多时相全极化SAR影像自动进行相似度测度差异图和阈值的获取，并计算相应影像功率的方差；3）相应的影像功率的方差决定着先后分类的顺序，相似度测度决定联合分类的策略；4）利用适合全极化SAR影像的Wishart分类器作为联合分类的分类器，对多时相全极化SAR影像进行联合分类。5）通过对比多时相联合分类的分类结果，可以得到变化检测二值图和地物类别变换检测结果。本发明能够同时充分的利用多时相全极化信息获取变化检测的二值影像和相应的地表类别变化影像，可用于多时相全极化SAR影像变化检测。
-
-
公开(公告)号：CN103869299A
公开(公告)日：2014-06-18
申请号：CN201410129765.5
申请日：2014-04-01
Applicant: 武汉大学
IPC: G01S7/40
CPC classification number: G01S7/40 , G01S13/9035
Abstract: 本发明公开了一种基于自然裸土的极化合成孔径雷达定标方法，本发明首先对POLSAR雷达影像的串扰和交叉极化通道不平衡参数进行估计与消除；然后，对POLSAR雷达影像进行距离向与方位向的分块；最后，以真实土壤低螺旋体成分为优化目标构建优化函数，并利用同距离向块具有相同未知数的特点，求解同极化通道不平衡。本发明利用自然裸土的螺旋体弱散射特性，对POLSAR雷达系统中存在的发射、接收畸变矩阵进行校准，将有偏差的观测值重新定标为真实散射矩阵，可为雷达在国土资源调查、自然灾害应急响应等应用方面提供有力保障。
-
-
-
-
-
-
-
-
-
Search Results
53
records
(took 0.033 seconds)
