-
公开(公告)号：CN113723348B
公开(公告)日：2022-06-28
申请号：CN202111059245.8
申请日：2021-09-10
Applicant: 中国石油大学(华东)
Abstract: 为提高高光谱混合像元分解的精度，针对主凸包原型分析算法PCHA中忽略了丰度稀疏性的问题，提出一种基于丰度稀疏约束的高光谱混合像元分解方法。该方法结合原算法的矩阵分解形式，在原目标函数基础上，添加丰度的l1‑norm稀疏约束正则项；然后，分别利用投影梯度和交替方向乘子法对系数矩阵和丰度矩阵优化求解；最后，根据求解结果得到端元和丰度。该方法可以同时实现端元的提取和丰度的估计，具有较低的数据拟合误差，且求解的丰度在物理意义上更加贴近实际情况。
-
公开(公告)号：CN113987846B
公开(公告)日：2022-03-29
申请号：CN202111614677.0
申请日：2021-12-28
Applicant: 中国石油大学(华东)
IPC: G06F30/20 , G06F111/10
Abstract: 本发明公布了一种基于随机矩形模拟的绿潮漂移扩散方法，涉及遥感、生物学、海洋动力学领域，其基本步骤为：利用遥感影像提取的绿潮分布作为数值模拟的初始状态，采用温度函数建立绿潮的生物学特征模块，借助拉格朗日漂移方法实现数值模型的驱动。相比于传统的数值模拟方法，该模型的精度有了大幅的提升。
-
公开(公告)号：CN111025291B
公开(公告)日：2021-07-16
申请号：CN201911076780.7
申请日：2019-11-06
Applicant: 中国石油大学(华东)
Abstract: 本发明公开了一种基于全极化SAR新特征的海洋溢油检测方法，包括以下步骤：极化相干矩阵的提取；特征值和特征向量分解；构建基尼系数新特征；阈值分割；本发明方法基于特征值分解理论提出一种新的极化特征，称为极化基尼系数；该特征不仅能够反映集合中不同目标之间的极化状态，还能够描述不同散射类型在统计意义上的不纯度，当不纯度为0时表明对应集合中的散射机制类别一致；新特征通过目标分解理论得到不同散射机制类别，通过计算该像素的主导散射机制在统计意义上的不纯度提取溢油信息，通过对全极化SAR溢油影像利用该方法提取特征，解决了不能区分生物油膜与矿物膜的问题，且新的特征提取技术具有抑制相干斑噪声的能力。
-
公开(公告)号：CN110991257A
公开(公告)日：2020-04-10
申请号：CN201911094691.5
申请日：2019-11-11
Applicant: 中国石油大学(华东)
Abstract: 本发明公开了基于特征融合与SVM的极化SAR溢油检测方法，包括以下步骤：构建Pol-SAR数据块，然后构建溢油样本数据集；搭建CNN网络，并从Pol-SAR数据中抽取训练样本对CNN网络模型进行训练；利用训练好的CNN网络模型，对Pol-SAR数据进行深度特征提取，提取高层次的特征；将不同的高层次的特征进行融合，利用带有RBF核函数的SVM分类器进行分类；本发明方法避免了传统方法需要手动提取并选择特征的复杂过程，能够有效的减少相干斑噪声的影响，减少溢油检测的虚警率，提取出CNN网络的两层高层特征，通过PCA降维对两层特征进行特征融合，可以有效地区分溢油与生物油膜，提高溢油检测精度。
-
Patent Agency Ranking
公开(公告)号：CN118429818A
公开(公告)日：2024-08-02
申请号：CN202410888459.3
申请日：2024-07-04
Applicant: 中国石油大学(华东)
Abstract: 本发明公开了一种Sentinel‑2卫星影像重构的水体叶绿素a浓度反演方法，基本步骤为：基于Sentinel‑2光谱响应函数计算实测高光谱的等效反射率，实现Sentinel‑2卫星影像与实测高光谱反射率的匹配；基于等效反射率和实测叶绿素a浓度，利用Pearson相关系数法确定叶绿素a敏感特征；使用SVR、RF、BPNN进行等效反射率敏感特征与Sentinel‑2遥感反射率敏感特征的融合，得到重构后的Sentinel‑2遥感反射率敏感特征；基于重构后Sentinel‑2遥感反射率敏感特征和实测叶绿素a浓度，利用BPNN构建叶绿素a反演模型。本发明提供的方法科学合理，利用实测高光谱反射率重构Sentinel‑2卫星影像，提高了Sentinel‑2遥感反演水体叶绿素a浓度的精度。
-
公开(公告)号：CN114882371A
公开(公告)日：2022-08-09
申请号：CN202210796854.X
申请日：2022-07-08
Applicant: 中国石油大学(华东)
IPC: G06V20/10 , G06V10/40 , G06V10/764 , G06V10/774 , G06K9/62
Abstract: 本发明涉及遥感目标识别技术领域，提供了一种基于全极化SAR图像的海面溢油检测模型构建方法，包括以下步骤：提取全极化SAR图像的各向异性特征，选取溢油像素和非溢油像素的各向异性特征作为训练样本，组成矩阵A并进行归一化处理得到a(t)，由a(t)计算像素权重E，由a(t)和像素权重E计算像素特征P，将像素特征P作为训练集，0和1作为训练集标签，0代表非溢油像素，1代表溢油像素，导入支持向量机模型，对模型进行训练，得到溢油检测模型。本发明充分利用了全极化SAR图像的各向异性特征，并构建像素特征P，提高了全极化SAR图像海面溢油检测的准确率，具有科学合理、易于实现、精度高等优点。
-
公开(公告)号：CN112258523B
公开(公告)日：2022-03-08
申请号：CN202011121927.2
申请日：2020-10-20
Applicant: 中国石油大学(华东)
Abstract: 本发明公开了一种基于中低分辨率遥感影像浒苔覆盖信息精细提取方法，基本步骤为：数据源筛选与预处理；计算预处理后影像的4个植被指数，得到各植被指数的灰度图，对各灰度图进行局部自适应阈值分割；计算初始浒苔覆盖范围；提取浒苔分布粗略范围及其光谱信息；构建并训练浒苔提取模型；提取浒苔覆盖精细范围。本发明提供的方法科学合理，综合考虑了多个植被指数提取浒苔覆盖信息的准确性、神经网络样本均衡及中低分辨率遥感影像中浒苔像元的谱_空_时特征，可在一定程度上提高浒苔覆盖信息提取方法的普适性与准确性。
-
公开(公告)号：CN113987846A
公开(公告)日：2022-01-28
申请号：CN202111614677.0
申请日：2021-12-28
Applicant: 中国石油大学(华东)
IPC: G06F30/20 , G06F111/10
Abstract: 本发明公布了一种基于随机矩形模拟的绿潮漂移扩散方法，涉及遥感、生物学、海洋动力学领域，其基本步骤为：利用遥感影像提取的绿潮分布作为数值模拟的初始状态，采用温度函数建立绿潮的生物学特征模块，借助拉格朗日漂移方法实现数值模型的驱动。相比于传统的数值模拟方法，该模型的精度有了大幅的提升。
-
公开(公告)号：CN113723348A
公开(公告)日：2021-11-30
申请号：CN202111059245.8
申请日：2021-09-10
Applicant: 中国石油大学(华东)
Abstract: 为提高高光谱混合像元分解的精度，针对主凸包原型分析算法PCHA中忽略了丰度稀疏性的问题，提出一种基于丰度稀疏约束的高光谱混合像元分解方法。该方法结合原算法的矩阵分解形式，在原目标函数基础上，添加丰度的l1‑norm稀疏约束正则项；然后，分别利用投影梯度和交替方向乘子法对系数矩阵和丰度矩阵优化求解；最后，根据求解结果得到端元和丰度。该方法可以同时实现端元的提取和丰度的估计，具有较低的数据拟合误差，且求解的丰度在物理意义上更加贴近实际情况。
-
-
-
-
-
-
-
-
Search Results
29
records
(took 0.038 seconds)
