-
公开(公告)号：CN116630805A
公开(公告)日：2023-08-22
申请号：CN202310613563.7
申请日：2023-05-24
Applicant: 中国地质大学(武汉)
IPC: G06V20/10 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0455 , G06N3/0895
Abstract: 本发明公开了一种城市五类绿地识别方法、装置、设备及存储介质，该方法包括：制作包含社会感知数据的第一绿地样本和第二绿地样本；将所有样本划分为训练集和验证集；使用深度学习方法SegFormer作为baseline，训练模型；使用训练得到的模型对目标城市的五类绿地进行预测；根据预测结果，在原始影像上进行裁剪，制作五类绿地样本；选取五类绿地样本中置信度排名靠前的样本作为伪标签，加入训练集再训练模型；利用再训练得到的模型对目标城市的五类绿地进行预测，得到目标城市的五类绿地识别结果。本发明能在保持提取五类绿地的一定精度的前提下，减少人为工作量，提高效率和自动化程度，能够更加精准可靠的对目标城市进行五类绿地的更为精细的划分。
-
公开(公告)号：CN107230322B
公开(公告)日：2019-04-26
申请号：CN201710619749.8
申请日：2017-07-26
Applicant: 中国地质大学(武汉) , 武汉图歌信息技术有限责任公司
IPC: G08B21/02
Abstract: 本发明公开了一种用于确定运动物体是否离开安全区域的监控方法，本发明主要针对特定区域以及特定运动人群，判断该运动物体是否离开该安全区域，通过判断该运动物体有没有超越安全区域边界，该边界就是一条临界线，利用GPS+基站定位系统获取安全区域内部的每个孩子的地理位置信息，按需求预先设定好孩子们所在的安全区域，若孩子走出了该区域，则对该孩子开启预警模式，务必让他赶紧归队，同时领导者也可以得到反馈信息，从而对孩子进行更加有效的管理。
-
公开(公告)号：CN108257355A
公开(公告)日：2018-07-06
申请号：CN201810049603.9
申请日：2018-01-18
Applicant: 中国地质大学(武汉) , 武汉图歌信息技术有限责任公司
IPC: G08B21/10
CPC classification number: G08B21/10
Abstract: 本发明涉及一种地震活动热异常区域的确定方法，包括以下步骤：S1、断裂带的横剖面：S2、获取横剖面温度数据；S3、获取横剖面上温度距离曲线：S4、找横剖面上的升温区域；S5、断裂带的横剖面；S6、获取纵剖面温度数据；S7、获取纵剖面上温度距离曲线；S8、找纵剖面上的升温区域；S9、确定“带内区域”；S10、“带外区域”；S11、确定热异常区域。本发明利用了通过LST数据叠加技术，获取横剖面和纵剖面上温度距离曲线，通过温度距离曲线进而找出横剖面和纵剖面上的升温区域，不仅考虑了距离断裂带两侧的距离同时也考虑距离断裂带两端的距离信息，通过这种方法可以精确地找出热异常区域大小、范围的热异常区域。
-
公开(公告)号：CN118606564A
公开(公告)日：2024-09-06
申请号：CN202410525660.5
申请日：2024-04-29
Applicant: 中国地质大学(武汉)
IPC: G06F16/9536 , G06F16/9537 , G06F18/23
Abstract: 本发明公开了一种基于兴趣点特征分组的下一兴趣点推荐方法及存储介质，涉及信息推荐领域，基于兴趣点特征分组的下一兴趣点推荐方法，主要包括：对签到数据进行预处理、特征聚类和转化，得到高维特征嵌入向量，利用自注意力机制和拼接操作，得到签到数据嵌入向量；构造改进的Transformer模型和损失函数，利用签到数据嵌入向量和损失函数训练改进的Transformer模型，得到训练好的Transformer模型，利用训练好的Transformer模型来预测目标用户下一兴趣点。实施本发明提供的基于兴趣点特征分组的下一兴趣点推荐方法及存储介质，能提升兴趣点推荐精确度，节省计算资源，缩短整体运行时间。
-
公开(公告)号：CN117634493A
公开(公告)日：2024-03-01
申请号：CN202311689399.4
申请日：2023-12-07
Applicant: 中国地质大学(武汉)
IPC: G06F40/295 , G06F40/216 , G06F16/35 , G06F18/241 , G06F18/25 , G06F40/30 , G06F40/242
Abstract: 本申请提供了一种科普领域命名实体识别方法，涉及命名实体识别领域，包括：对待识别领域的语料进行预处理，生成领域语料库，对领域语料库进行中文分词，确定词频权重序列表示；对命名实体训练数据集进行采样进行数据增强，确定模型的文本输入；在对文本输入进行中文分词、映射以及拼接得到领域特征输入；通过使用多头注意力机制对领域特征输入进行上下文特征融合，输出词汇级特征向量；基于MRC任务，构造输入，确定字符级向量表示；将字符级向量表示以及词汇级特征向量拼接输入分类器，输出即为模型的预测输出。通过对数据进行增强处理以及中文分词，缓解了训练任务和预测任务存在的差距，有效地提高科普领域命名实体识别的准确率。
-
Patent Agency Ranking
公开(公告)号：CN117313038A
公开(公告)日：2023-12-29
申请号：CN202311015589.8
申请日：2023-08-11
Applicant: 中国地质大学(武汉) , 中国地质调查局西宁自然资源综合调查中心
IPC: G06F18/27 , G06F18/15 , G06F18/2113 , G06F18/2131 , G06N3/0464 , G06N3/084 , G06N3/086 , G01N21/27 , G01N21/73 , G01N27/626 , G06N3/048 , G06N3/006
Abstract: 本发明公开了一种金矿区土壤重金属含量高光谱反演方法，包括将采集的土壤样本进行前处理，并采用ICP‑OES和ICP‑MS方法测试重金属含量；采用单因子污染指数法进行土壤重金属污染评价；对土壤光谱测量得到的原始土壤光谱数据进行预处理；对预处理后的土壤光谱数据进行特征提取和选择；利用选取的光谱特征与测试的重金属含量，通过粒子群优化后的卷积神经网络构建金矿区土壤重金属含量反演模型；并对反演模型精度进行评估。本发明的方案模型反演精度较高，能减少运算错误和迭代次数，为污染地区的生态修复提供科学模型。
-
公开(公告)号：CN116797833A
公开(公告)日：2023-09-22
申请号：CN202310747893.5
申请日：2023-06-21
Applicant: 中国地质大学(武汉)
IPC: G06V10/764 , G06V10/26 , G06V10/774 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了一种胁迫植被指示性信息提取方法，包括：搭建基于ViT框架的胁迫植被指示性信息提取模型；制作源域和目标域样本；将源域样本划分为训练集和验证集，作为模型的输入；对输入数据进行预处理操作；通过FOPE模块对预处理后的数据进行处理，获得分片数据，并将特征图进行零值填充；将分片数据经过Transformer编码器后，获得源域编码数据；将目标域样本作为模型的输入数据，重复上述预处理、分片及零值填充、编码步骤，获得目标域编码数据；通过自适应层计算源域和目标域的差值，调整模型，当差值小于设定阈值时，训练结束，通过Transformer解码器输出目标域识别结果。本发明能实现对未知高植被覆盖区快速大范围的寻找胁迫植被，且能实现较高的识别精度。
-
公开(公告)号：CN114219988A
公开(公告)日：2022-03-22
申请号：CN202111409265.3
申请日：2021-11-25
Applicant: 中国地质大学(武汉) , 武汉图歌信息技术有限责任公司
Abstract: 本发明提出了一种基于ViT框架的多类目岩矿快速分类方法、设备及存储介质，通过构建自然岩矿图像识别模型，其中自然岩矿图像识别模型的预处理模块对岩矿图像数据进行特征预提取和抑制过拟合处理，并输入至数据处理模块中进行参数训练和Token提取，再输入至结果处理模块根据所述参数训练和Token提取结果进行Token分离和类别映射并输出分类结果。本发明在构建自然岩矿图像识别模型时，在采用迁移卷积联合ViT框架的基础上，加入了STFE模块、ECTG模块、Mlti‑Head P‑Attention模块以及RCLinaer层，从而减缓过拟合，提升映射的容错率，更加精确完整地提取图像数据的特征，实现了减少岩矿图像数据中干扰因素对分类结果的影响，在大容量多类目的情况下实现对岩矿图像的快速精准识别的目的。
-
公开(公告)号：CN114118204A
公开(公告)日：2022-03-01
申请号：CN202111200806.1
申请日：2021-10-13
Applicant: 中国地质大学(武汉) , 武汉图歌信息技术有限责任公司
IPC: G06K9/62 , G06V10/764 , G06V10/774 , G06N3/04 , G06N3/08
Abstract: 本发明提供了一种可拓展的多类别细粒度的岩石分类装置及其分类方法，其特征在于，所述岩石分类装置包括：预处理器、分发器、决策核群、评估器以及规则引擎。本发明的岩石分类装置及其分类方法，首先输入决策核的图像特征数据，会与决策核的子样本库中数据进行比对，transformer模型会定位出输入数据与子样本库中数据相似的区域，然后将区域数据截取，并缩放为相同的尺寸，再使用改进的感知哈希算法计算出相似度。
-
公开(公告)号：CN110634077A
公开(公告)日：2019-12-31
申请号：CN201910688830.0
申请日：2019-07-29
Applicant: 中国地质大学(武汉)
Abstract: 本发明涉及植被遥感领域，尤其涉及一种基于混合植被指数计算植被指数的方法，其主要包括以下步骤：S1、获取研究区域的遥感影像数据，并在ENVI软件中对获取的所述遥感影像数据进行预处理；S2、利用混合植被指数，在ENVI软件中对预处理后的遥感影像中每个像素点地物的植被指数进行计算，即可得到所述研究区域中每个像素点地物的植被指数值。本发明所述的混合植被指数在更宽的植被覆盖范围内对植被状态变化具备较高灵敏性，并弥补了NDVI在高植被覆盖区域，和RVI在低植被覆盖区域计算的不敏感性的缺陷。
-
-
-
-
-
-
-
-
-
Search Results
42
records
(took 0.191 seconds)
