-
公开(公告)号：CN115855000A
公开(公告)日：2023-03-28
申请号：CN202210615171.X
申请日：2022-05-31
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: G01C15/00
Abstract: 本发明属于网络空间测绘技术领域，具体涉及一种基于图论‑时空对象的网络空间测绘表达方法，包括：获取网络空间测绘数据；使用网络空间测绘表达模型对网络空间测绘数据进行组织形成用于表达的数据；对组织后的网络空间测绘数据在选择的网络空间层级进行可视化表达；该网络空间测绘表达模型使用节点集代表网络空间资源，边集代表网络空间关系；边代表对应的两个节点间的网络空间关系；网络空间资源和网络空间关系均和时间强相关，且它们对应的对象为多粒度时空对象；因此，解决了现有技术中对不同网络空间测绘数据组织不统一，对网络各层级的网络空间测绘数据进行组织时不通用，不能快速实现对网络空间各层级进行可视化表达且表达效果不佳的问题。
-
公开(公告)号：CN114266955A
公开(公告)日：2022-04-01
申请号：CN202010975267.8
申请日：2020-09-16
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明提供了一种遥感影像场景分类方法，属于图像处理领域。该方法包括：将待分类遥感影像输入已训练好的卷积神经网络，并提取卷积神经网络中至少两个卷积层输出的特征图，其中一个卷积层是卷积神经网络的最后一个卷积层，且各特征图的大小相同；利用改进的SE模块分别对每个特征图进行注意力增强；改进的SE模块通过在SE模块每个全连接层后增加一个批量归一化层，同时将SE模块中的激活函数全部替换为Hardtanh函数得到；将各增强特征图两两进行双线性池化得到相应的初始特征向量，将各初始特征向量拼接得到最终的特征向量；利用最终的特征向量实现待分类遥感影像的场景分类。本发明的最终特征具有较强可区分性，能在相似类别的场景上取得较高的识别精度。
-
公开(公告)号：CN110334656B
公开(公告)日：2021-09-21
申请号：CN201910611203.7
申请日：2019-07-08
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明涉及基于信源概率加权的多源遥感图像水体提取方法及装置，属于多源遥感图像处理技术领域，通过对目标图像进行重叠分块，对每个图像块进行语义分割处理，确定每个图像块中的每个像素对应类别标签的概率，所述类别标签至少分为水体标签和背景标签，对每个图像块进行信源分类，得到每个图像块对应的信源概率分布，对目标图像中的每个像素，搜索该像素在其所处若干个图像块中对应类别标签的概率，并结合信源概率分布进行加权平均计算，得到每个像素的类别标签，从而得到所有像素的类别标签以完成水体提取，解决现有利用多源遥感图像提取水体信息的方法存在精确度差的问题。
-
公开(公告)号：CN108413903A
公开(公告)日：2018-08-17
申请号：CN201810124953.7
申请日：2018-02-07
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: G01B21/00
Abstract: 本发明涉及空间目标位置监测技术领域，特别是一种空间目标过境区域位置检测方法及系统，该系统包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，处理器执行程序时实现获取空间目标的星下点经纬度坐标；将设定目标区域矢量图划分为n层，建立层间、层内的索引关系，随着层级的提高，目标范围越小；当星下点位于该第1层内，依次计算星下点和第m+1层(1
-
公开(公告)号：CN117745966A
公开(公告)日：2024-03-22
申请号：CN202311763739.3
申请日：2023-12-20
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明提供一种网络空间地形建模与可视化方法。该建模方法包括：步骤1：获取目标网络空间的网络节点信息和每个网络节点的网络资产数据；步骤2：对所有网络资产数据中的网络资源进行数值化，以构建目标网络空间的数值化矩阵；所述数值化矩阵用于指示为每个网络节点所拥有的各个网络资源赋予的分值；步骤3：将每个网络节点作为一个评价对象，将网络节点的每个网络资源作为一个指标，根据所述数值化矩阵采用CRITIC赋权法计算每个指标的CRITIC权重；步骤4：根据每个指标的CRITIC权重和所述数值化矩阵，计算每个网络节点的秩和比值；步骤5：根据秩和比值的大小对目标网络空间中的所有网络节点进行排序。
-
Patent Agency Ranking
公开(公告)号：CN113804209B
公开(公告)日：2024-01-09
申请号：CN202110585843.2
申请日：2021-05-27
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: G01C21/34
Abstract: 本发明属于路径规划技术领域，具体涉及一种四角格网高精度长距离越野路径规划方法。该方法首先对越野环境进行栅格化处理，然后计算起终点行列号相差绝对值乘积n。判断n值是否大于设定值，若大于，则对像元进行合并操作，以降低整体计算的处理量、提高处理速度，并进行路径规划，得到较优路径；接着在较优路径上提取若干个参样点，且若干个参样点、起点和终点将较优路径划分成若干段分段路径，分别以每段分段路径的两端点为起终点重新进行路径规划，得到若干段较优分段路径，使得每段分段路径的规划都在高精度栅格下完成；最后将各段较优分段路径连通以得到最终路径，从而在满足越野路径规划精度要求的同时提高了运算效率。
-
公开(公告)号：CN117331055A
公开(公告)日：2024-01-02
申请号：CN202210725552.3
申请日：2022-06-23
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明涉及机载激光测深近水面渗透误差修正的半经验波形分解方法，属于机载激光测深技术领域，本发明利用激光分别到达水面和水底的时刻、回波强度和形状调节参数构建水面回波模型和水底回波模型，再通过简化激光辐射传输理论构建水体后向散射模型，从而整体构成半经验信号卷积模型；利用深水波形样本估计模型中水体参数的概率分布，进而确定水体参数的合理初值和取值范围，结合水体参数初值和取值范围对半经验信号卷积模型参数进行优化求解，由模型参数确定水面信号位置并修正近水面渗透误差。本发明能够对波形各组成部分进行合理建模，同时能够适应不同水深下的波形处理，有效提高了水面信号的检测精度。
-
公开(公告)号：CN113720351B
公开(公告)日：2023-10-03
申请号：CN202111006411.8
申请日：2021-08-30
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: G01C25/00
Abstract: 本发明属于遥感测绘技术领域，具体涉及一种星载激光测高数据与遥感立体影像的联合区域网平差方法。该方法首先生成测区的DSM，并将其与星载激光测高数据进行轨迹匹配；然后将DSM上的匹配轨迹点依据平差后的影像RPC参数进行反投影得到对应的像点坐标；之后采用多种约束条件对星载激光测高点进行筛选得到可靠的激光测高点数据；最终利用筛选后的激光测高点数据和卫星遥感立体影像数据进行顾及激光测高点平面坐标误差的光束法联合区域网平差。本发明利用自由区域网平差后测区内立体影像内符合精度高的优势，减轻影像RPC参数误差的影响，得到激光测高点对应的准确像点坐标，保证了物像一致性，有效提高了平差精度和无控条件下的遥感立体影像定位精度。
-
公开(公告)号：CN116543191A
公开(公告)日：2023-08-04
申请号：CN202310040195.1
申请日：2023-01-11
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: G06V10/764 , G06V20/10 , G06V20/70 , G06V10/26 , G06V10/44 , G06V10/42 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/048 , G06N3/084
Abstract: 本发明属于遥感数据处理与应用技术领域，具体涉及一种多源遥感数据自适应融合地物分类方法。获取同一地区同一时间的遥感影像和LiDAR点云，输入至构建的地物分类模型中，得到地物分类结果；其中，地物分类模型包括二维网络、三维网络、采样重构模块、特征融合模块和分类器；二维网络用于对输入的遥感影像进行特征提取得到二维特征，三维网络用于对输入的LiDAR点云进行特征提取得到三维特征；采样重构模块用于实现二维特征和三维特征的对齐；特征融合模块用于将对齐后的二维特征和三维特征进行融合处理。本发明突破了现有融合方法大多基于影像而对三维信息利用不够充分的问题，为异源数据融合提供了新的思路，在实际应用中具有重要意义。
-
公开(公告)号：CN116012722A
公开(公告)日：2023-04-25
申请号：CN202211097928.7
申请日：2022-09-08
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明涉及一种遥感影像场景分类方法，属于遥感影像处理技术领域。本发明首先利用深层卷积神经网络提取影像不同尺度的特征图；然后利用残差注意力机制增强不同尺度特征图的语义信息、抑制冗余噪声信息；最后使用全局均值池化获取不同尺度特征图的全局信息，构建特征向量，并将不同尺度特征向量融合，各不同尺度的特征向量以及融合后的特征向量分别采用独立的分类器进行分类；在训练时利用联合损失优化模型，预测时采取多分类器决策级融合的方式，提高了分类的稳健性和分类精度。并在UC Merced、AID和NWPU‑RESISC45数据集上进行了实验，验证了本发明的可行性和有效性，相比其他同类型方法，本发明的分类精度得到显著提升。
-
-
-
-
-
-
-
-
-
Search Results
67
records
(took 0.034 seconds)
