-
Patent Agency Ranking
公开(公告)号：CN106454241A
公开(公告)日：2017-02-22
申请号：CN201610893630.5
申请日：2016-10-13
Applicant: 北京师范大学
Abstract: 本发明为一种采用网格划分区域，通过分析网格内监控视频数据和社交网络数据反映的污染指数变化趋势，用来实时追溯灰霾生成直接来源的方法。该方法首先对地区进行网格化分区，同时为每个网格建立基于视频图像的无霾基准图样本库。然后通过对视频监控图像进行分析，结合无霾基准图，同时基于时间序列分析，区分雾与霾，确定当前位置监控图像灰霾指数、等级、变化趋势、变化速度。同时针对社交网络图像数据进行单图像雾霾等级分类。最后根据监控视频所在位置、灰霾指数、等级、随时间变化的趋势，结合社交网络数据获得的位置相关信息，绘制随时间变化的灰霾扩散路径，进而得到路径上的网格序列，最终确定具体污染源网格、确定污染源的责任主体。本发明可用于实时对特定区域进行灰霾生成直接来源的及时定位。本发明具有识别精度高、效率高的优点。
-
公开(公告)号：CN103093182A
公开(公告)日：2013-05-08
申请号：CN201110343174.4
申请日：2011-11-03
Applicant: 北京师范大学
Abstract: 本发明提出了一种基于多敏感性策略的遥感影像层次分类识别方法，它是一种自顶向下、逐步求精的层次分类方法。首先利用敏感性分析对地物波谱曲线进行分析，选出特征波段，分别组成特征波段组，选用第一个波段特征组；通过聚类将光谱相近的像元聚在一起，实现对整幅影像的粗略划分(初步分类)；然后以每个聚类簇作为新的分类对象，选用新的特征波段组合，新的特征，在每个聚类簇中展开进一步的细分(监督分类)；如果对结果不满意，重复上述过程；最后对所有类别进行调整和合并得到最终的分类结果。该方法能够在分类中克服光谱差异性较大的类别(主导地物类别)对光谱差异小的类别的掩盖作用，有效的避免了“同物异谱”和“异物同谱”的现象，实现对地物的精细分类，可以显著提高分类识别精度。
-
公开(公告)号：CN101739563B
公开(公告)日：2012-09-05
申请号：CN200810180668.3
申请日：2008-11-19
Applicant: 北京师范大学
IPC: G06K9/62
Abstract: 本发明为一种信源可变、基于约束单象素ICA的混合像元分解方法。ICA是一种常用的盲源分离方法，但由于混合像元分解问题存在其他盲源分离问题所不具有的约束条件，ICA用于混合像元分解问题并不可以取得好的分解效果，同时，混合像元分解领域里存在两大难题：如何解决地物类型大于遥感图像通道数的混合像元分解问题，如何解决线性模型中因地物类型始终固定所带来的精度问题。为有效利用ICA模型解决混合像元分解问题和有效解决混合像元分解的上述两个问题，本发明对传统ICA进行改进，提出了一种新的混合像元分解的方法-信源可变的约束单象素ICA方法。试验证明本发明的方法可取得优于其他分解方法的结果。
-
公开(公告)号：CN101930547A
公开(公告)日：2010-12-29
申请号：CN201010208496.3
申请日：2010-06-24
Applicant: 北京师范大学
Abstract: 本发明提出了一种基于分割单元聚类的遥感影像自动分类方法。首先对遥感影像进行分割，得到一系列空间上相邻、同质性较好的分割单元，然后对分割单元进行特征提取，得到分割单元的光谱特征、纹理特征、形状特征、结构特征等多特征信息。进而根据分割单元的特征信息对分割单元进行聚类。最后，通过对聚类结果进行分类后处理(类别合并、错分类别调整等)得到最终的分类结果。整个过程在无需任何先验知识条件下实现了对遥感影像自动分类，同时也保证了较高的分类精度和执行效率。
-
公开(公告)号：CN101908148A
公开(公告)日：2010-12-08
申请号：CN200910143984.8
申请日：2009-06-05
Applicant: 北京师范大学
IPC: G06K9/62
Abstract: 本发明为一种基于频域稀疏成分分析的盲图像分离法。目前已提出的盲源分离算法中分离效果较好的独立成分分析法进行盲源分离的前提是源信号是非高斯分布且相互独立的，对于图像信号这类亚高斯信号，分离得不是很彻底。稀疏成分分析是近年来发展起来的一种新兴的盲源分离技术，它利用信号的稀疏特性提取源信号，取得了很好的分离效果。对于不满足稀疏度条件的图像信号，无法运用传统稀疏成分分析模型来分离。本发明结合图像在频域空间稀疏的特性，利用小波变换等稀疏化算法将图像从空域转化到频域，在频域引入稀疏成分分析模型，提出基于线性聚类稀疏成分分析的混合矩阵估计法和源信号估计法，进而提取源图像。试验证明本发明方法分离精度可达100％，优于其它分离方法。
-
-
-
-
Search Results
35
records
(took 0.022 seconds)
