-
公开(公告)号:CN108536849A
公开(公告)日:2018-09-14
申请号:CN201810338422.8
申请日:2018-04-16
Applicant: 上海海洋大学
Inventor: 黄冬梅
IPC: G06F17/30
Abstract: 本发明提供了一种浮标数据的多目标关联度增量优化划分方法,包括以下步骤:计算浮标和微区的表达因子层;置入新浮标至关联程度最高的微区内;判断AB-Graph约束层;优化现有AB-Graph使其满足增量优化划分约束。本发明根据数据间的关联性提出了一种浮标数据的多目标关联度增量优化划分方法,可实现海洋传感数据最优的动态分布式布局存储,为海洋灾害发生时提供快速高效的数据访问服务。
-
公开(公告)号:CN106971204A
公开(公告)日:2017-07-21
申请号:CN201710209001.0
申请日:2017-03-31
Applicant: 上海海洋大学
IPC: G06K9/62
CPC classification number: G06K9/6232
Abstract: 本发明涉及一种新的基于粗集的高光谱遥感数据的降维方法,所述方法包括以下步骤:对原始的高光谱遥感影像预处理,剔除噪声干扰波段,预选地物类型,确定其拓扑结构;粗集约简,使用粗集方法去除冗余波段,保留重要波段;信息熵排序,根据信息熵对重要波段进行重要度排序,筛选出对分类结果影响大的波段组合;通过筛选出的波段组合与PCA方法进行分类精度比较,验证降维效果。其优点表现在:可以实现高光谱有效的降维,减少高光谱数据的存储量和传输量,利于高光谱图像的后续处理与分析。
-
公开(公告)号:CN106816039A
公开(公告)日:2017-06-09
申请号:CN201710200344.0
申请日:2017-03-30
Applicant: 上海海洋大学
Abstract: 一种船舶巡航预警动态监测方法,包括以下步骤:S1:与船舶进行通信,获取船舶数据;S2:计算船舶航行空间范围;S3:获取海洋数据,并形成数据集;S4:利用算法对数据集进行优化;S5:形成危险区域;S6:将危险区域数据传输到船舶;所述的船舶数据包括当前航行位置、当前航行速度,所述的船舶航行空间范围为以当前航行位置为中心、以24小时直线航行距离为半径的圆形区域,所述的海洋数据包括海风数据、海浪数据。优点在于,快速有效的显示船舶未来24小时可能航行到的危险区域;动态查询监测,保证船舶航行安全;数据的采集方法既提高预警的准确性,也对船舶进行安全航行决策提供辅助支撑;利用改进的Jarvis算法,缩短工作时间,提高工作效率。
-
公开(公告)号:CN102682573B
公开(公告)日:2016-08-03
申请号:CN201210093064.1
申请日:2012-03-31
Applicant: 上海海洋大学
Abstract: 本发明公开了一种基于时间序列分析的风暴潮灾害预警系统,包括数据库服务器、预警预测模型分析、辅助决策系统展示、Web服务器以及管理用户。所述的数据库服务器存储历史监测资料数据、实时监测资料数据、基础地理信息资料数据库、应急预案资料数据、相关计算模型资料数据以及预警资料数据。所述的监测资料数据与预警资料数据均为时间序列数据。所述的预警预测模型分析主要是对数据进行预处理后,对时间序列数据进行分段线性表示达到维压缩的目的,进而与历史监测资料数据进行相似匹配,并根据相似匹配结果做出灾害预警。所述的辅助决策系统基于地理图形信息展示辅助决策信息,并通过部署的Web服务器来展示到管理用户客户端。
-
公开(公告)号:CN105279521A
公开(公告)日:2016-01-27
申请号:CN201510626946.3
申请日:2015-09-28
Applicant: 上海海洋大学
IPC: G06K9/62
CPC classification number: G06K9/6271
Abstract: 本发明涉及一种基于空间抽样的遥感影像分类结果精度检验方法,包括针对所研究区域内遥感影像分类结果的精度检验,设计一种优化方法选择空间上的最佳样本点,该方法充分考虑遥感数据之间的空间相关性,采用Moran’s I量化遥感数据像元之间的距离与相关性之间的关系,从而在研究区域内选择最佳的样本点,在保证检验精度的同时,减少样本冗余,提高检验效率。采用该种结构的基于空间抽样的遥感影像分类结果精度检验方法具有实用性广,检验效率高等优点,适用于大面积遥感影像分类结果的精度检验。
-
公开(公告)号:CN103632344A
公开(公告)日:2014-03-12
申请号:CN201310593801.9
申请日:2013-11-21
Applicant: 上海海洋大学
IPC: G06T5/00
Abstract: 本发明公开一种Mean边界条件下模糊矩阵与图像矢量乘积的替代计算方法,包括:1)在Mean边界条件下,按照不同的边角类型,将图像模糊矩阵与矢量的乘积,以及模糊矩阵转置与矢量的乘积,分别化为多个带可利用结构的分块矩阵与图像矢量的乘积之和;2)对各个分块矩阵,构造对应的点扩展函数;3)用分块矩阵的点扩展函数与图像矩阵各边界间的卷积,替代地计算两种乘积的各个边界;以及4)计算不同边角类型时的两种乘积。所公开的计算方法,可集成到Mean边界条件下的大型图像滤波与图像恢复中,用于解决其上述两种乘积难于计算的问题。
-
公开(公告)号:CN103616692A
公开(公告)日:2014-03-05
申请号:CN201310593752.9
申请日:2013-11-21
Applicant: 上海海洋大学
IPC: G01S15/08
CPC classification number: G01S15/08 , G01S15/101
Abstract: 本发明是一种基于Android移动终端的便携式多功能超声波测距系统。系统由遵循AOA(Android Open Accessory)标准的硬件模块和Android应用软件组成,硬件模块通过USB接口连接到Android移动终端上。硬件模块完成超声波测距,并利用传感器采集的温度、湿度、大气压等环境参数,来校正已知的超声波在介质中的传播速度,从而提高实际场景中的测量精度;应用软件运行在Android移动终端上完成测距信息的智能控制与显示。系统能够实现测距数据的智能存储、上传、冗余消除、分析、优化、实时展示等功能。与传统测距仪器相比,由于该系统采用硬件模块与Android移动设备相结合的方式,具有成本低,智能化程度高,便携性强,易于定制与扩展的突出特点。
-
公开(公告)号:CN102376167A
公开(公告)日:2012-03-14
申请号:CN201010247961.4
申请日:2010-08-09
Applicant: 上海海洋大学
IPC: G08G1/0968 , G08G1/0969 , G06Q10/00 , G01S19/42
Abstract: 本发明是关于一种应用GPU技术和汽车GPS导航系统的受灾人员疏散管理系统,特别是针对一种海洋风暴潮灾害的受灾人员疏散管理系统。本发明主要由以下几个部分组成:一是中心控制平台,包括一个用于显示道路交通信息和救灾车辆位置信息,以及发送车辆行驶指挥信息的监控系统,一个利用数据库和GPU计算并选择最优疏散路径的数据处理模块;一是存储风暴潮灾害风险图的数据库和存储电子地图的数据库;一是对救灾车辆精确定位和实时指挥的汽车GPS导航系统。本发明主要是应用于受灾人员的疏散管理,针对风暴潮灾害时道路的实时交通状况,对救灾车辆从受灾点到安置点的行驶路线进行动态地监控和指挥,以使受灾人员能快速安全地疏散到各个安置点。
-
公开(公告)号:CN113326864B
公开(公告)日:2023-11-24
申请号:CN202110365966.5
申请日:2021-04-06
Applicant: 上海海洋大学
IPC: G06V10/774 , G06V10/74 , G06N20/00
Abstract: 一种图像检索模型训练方法,该模型的损失函数其中,m是全部样本的数量;P为正样本对集合;Pi为第i个样本作查询样本时,正样本对的集合;N为负样本对集合;Ni为第i个样本作查询样本时,负样本对的集合;n为选择的负样本对数量;δ为负样本对相似度从高到底排序的顺序(1‑n);r为阈值参数,代表对负样本对优化的权重;λ、d为阈值参数,共同表示将正负样本拉开的距离;S表示相似度;Sik表示第i个样本和第k的样本的相似度;α、β为阈值参数,分别代表对正样本对损失的权重和对负样本对损失的权重。
-
公开(公告)号:CN111428908B
公开(公告)日:2023-08-25
申请号:CN202010106716.5
申请日:2020-02-21
Applicant: 上海海洋大学
IPC: G06Q10/04 , G06Q50/26 , G06N3/0442 , G06N3/048 , G06N3/09
Abstract: 本发明提供一种基于STL‑NN模型的海表面温度预测算法,其包括以下步骤:S1.采用基于局部加权回归的周期‑趋势分解方法将SST数据T分解为季节项S、趋势项C和余项R;S2.将分解得到的季节项S、趋势项C和余项R输入到神经网络预测模型中,得到若干天SST数据的预测值。该模型首先通过STL分解出SST的季节分量、趋势分量和剩余分量,确保SST数据的高效利用;在搭建神经网络预测模型时有效结合了LSTM模型的优点,能够利用其较强非线性逼近能力有效的对数据进行建模,最终预测出未来五天内的SST。在充分考虑序列数据特性的前提下,本发明方法不仅可以用于预测SST,在未来还可以推广至其它海洋要素序列数据的预测,具有非常广阔的推广应用前景。
-
-
-
-
-
-
-
-
-