-
公开(公告)号：CN114821354A
公开(公告)日：2022-07-29
申请号：CN202210409692.X
申请日：2022-04-19
Applicant: 福州大学
Abstract: 本发明提供了一种基于孪生多任务网络的城市建筑物变化遥感检测方法，包括以下步骤：步骤S1：选择覆盖研究区域的双时相高分辨率遥感影像；步骤S2：构建多任务特征提取器；步骤S3：基于步骤S2，构建特征差异度量模块；步骤S4：建立联合损失函数；步骤S5：构建遥感影像数据集进行样本迁移，制作模型训练样本库；步骤S6：训练孪生多任务模型。应用本技术方案可解决传统孪生神经网络在遥感影像变化检测结果中出现的检测边界与实际边界吻合度较低的问题，减少由于高分辨率遥感影像的空间位移问题而造成的错检漏检现象，而且端对端的模型架构有效提升了变化检测效率，为高效获取高分辨率影像中精细的城市建筑物变化信息提供技术支撑。
-
公开(公告)号：CN114328675A
公开(公告)日：2022-04-12
申请号：CN202210007787.9
申请日：2022-01-06
Applicant: 福州大学
Abstract: 本发明涉及一种基于双注意力机制和双向双层LSTM的公交车行程时间预测方法，步骤S1:获取公交车属性数据和进出站数据,构建行程时间基础数据集；步骤S2:获取公交车的基础特征、运行时间及运行时的天气特征，构建行程时间特征数据集；步骤S3:基于相关系数和方差分析，对行程时间特征数据集中的特征因子与行程时间进行相关性分析，舍去不相关和相关性差的特征因子，并与行程时间基础数据集进行匹配，获取行程时间预测数据集；步骤S4:构建双注意力机制和双向双层LSTM神经网络公交车行程时间预测模型，将行程时间预测数据集输入到模型中，对公交车的行程时间进行预测，输出公交车的预计行程时间。本发明能够更准确的公交车预计行程时间，实现高效的公交调度。
-
Patent Agency Ranking
公开(公告)号：CN113642464A
公开(公告)日：2021-11-12
申请号：CN202110931179.2
申请日：2021-08-13
Applicant: 福州大学
Abstract: 本发明涉及一种结合TWDTW算法和模糊集的时序遥感影像作物分类方法，包括以下步骤：步骤S1：获取待测区域时间序列遥感影像数据、地块数据以及作物样本数据；步骤S2：对时间序列遥感影像数据进行预处理；步骤S3：构建NDVI时序数据集；步骤S4：分别构建不同作物标准NDVI时序数据和地块单元的NDVI时序数据集；步骤S5：构建非等长时序的TWDTW算法，获得不同作物相似性匹配的最小累积距离特征；步骤S6：基于地块单元的NDVI时序数据集，计算不同作物生长季长度的物候特征；步骤S7：基于最小累积距离特征和生长季长度特征，构建不同作物的高斯隶属度函数，并基于模糊集分类规则，实现地块尺度上的作物精细化分类。本发明实现地块尺度上作物的精细化分类。
-
公开(公告)号：CN109408773A
公开(公告)日：2019-03-01
申请号：CN201811312526.8
申请日：2018-11-06
Applicant: 福州大学
Abstract: 本发明涉及一种生态健康诊断的指标自动化筛选方法，引入网状生态健康诊断指标体系并结合一种新的指标权重确定方法，提出一种自动化的指标筛选方法，即构建“网状”生态健康诊断指标体系代替传统的“树杈状”指标体系以反映复杂系统的真实交叉联系，通过主成分分析、熵权法、二次权重分配法相结合解决传统无法客观获取抽象层指标权重和权重分配不合理的问题；通过自动化的指标筛选模型解决传统指标设置随意、冗余的问题。本发明既能反映生态系统系统真实交叉联系，又实现了指标筛选过程的定量化和自动化，避免了计算指标权重和指标筛选的过程中人的主观影响，提高了指标筛选过程的科学性和客观性。
-
公开(公告)号：CN109358162A
公开(公告)日：2019-02-19
申请号：CN201811311680.3
申请日：2018-11-06
Applicant: 福州大学
IPC: G01N33/00
Abstract: 本发明涉及一种基于空间几何原理的新型遥感生态指数的构建方法，首先获取研究区包含红光、近红外和热红外波段的遥感数据并进行预处理，得到红光波段和近红外波段二维空间散点图；利用该散点图求出研究区域土壤线方程以及指示最干旱裸土的D点的表达式；接着计算垂直植被指数PVI、土壤湿度指数SMI、地表温度LST；然后以D点为原点，垂直植被指数PVI为x轴，土壤湿度指数SMI为y轴，地表温度LST为z轴构建一个三维特征空间；最后计算基于植被-土壤湿度-温度的遥感生态指数VMTEI。本发明既考虑了与生态相关的多个指标，又通过引入空间几何原理消除了多指标加权集成的不合理性，有效地提高了生态指数VMTEI的物理意义。
-
公开(公告)号：CN109033599A
公开(公告)日：2018-12-18
申请号：CN201810787216.5
申请日：2018-07-18
Applicant: 福州大学
IPC: G06F17/50
CPC classification number: G06F17/5009
Abstract: 本发明涉及一种基于随机森林的土壤侵蚀影响因子重要性分析方法，首先获取研究区水土流失等级情况及相应的属性，接着对得到的数据按照不同的流失等级分别随机抽取等量的样本；然后以抽取的样本点作为分析的数据集，通过遍历比较的方法确定随机森林模型中两个分别表示构建决策树分支时随机抽样的节点数mtry和决策树数量ntree的参数最优解；接着以确定的最优参数解为基础，构建最优随机森林模型，利用袋外数据计算两个度量变量因子重要性的指标；最后综合考虑平均精确率减少值MDA和平均不纯度减少值MDG进行重新排序，确定各变量因子的重要性。本发明解决了土壤侵蚀影响因子缺乏重要性界定标准的问题。
-
公开(公告)号：CN106324614A
公开(公告)日：2017-01-11
申请号：CN201610648417.8
申请日：2016-08-10
Applicant: 福州大学
IPC: G01S17/89
CPC classification number: G01S17/89
Abstract: 本发明涉及一种新的TAVI组合算法，其特征在于，包括以下步骤：步骤S1：辐射校正，先对遥感影像进行辐射校正，得到遥感影像表观反射率数据；步骤S2：计算新的SVIn；步骤S3：构建新的TAVI组合算法，具体如下：；步骤S4：优化，计算新的TAVI。本发明新的TAVI组合算法由RVI和SVI两个子模型组成，这两个子模型都满足波段比模型要求，形式简洁相近，而且分母都为遥感影像红光波段数据，具有较强的波段比物理意义基础。本发明确定的TAVI组合算法，保证地形调节植被指数能有效消除地形影响对植被信息的干扰；达到地形校正+大气校正的效果，并避免了由于遥感影像与DEM数据配准精度差异导致的地物植被信息反演精度下降的问题。
-
-
-
-
-
-
Search Results
67
records
(took 0.019 seconds)
