-
公开(公告)号：CN108520557B
公开(公告)日：2022-02-22
申请号：CN201810317719.6
申请日：2018-04-10
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明涉及城市三维模型领域，具体涉及一种图形图像融合的海量建筑绘制方法。本发明在LOD和内外存调度的基础上，采用实时图形方法优先对感兴趣区域进行绘制，对于次感兴趣和非感兴趣区域根据视点位置动态的生成纹理图像，并进行屏幕融合，实现场景的完整渲染。本发明既保持了图形渲染的漫游连续性，同时也具有图像渲染的场景复杂度无关的优点。同时在相同硬件条件下能有效提高系统的承载能力，在相对性能较低的硬件条件下也可以实现数十万海量级别建筑物的场景漫游，并能达到视觉无损失的场景完整绘制。
-
Patent Agency Ranking
公开(公告)号：CN110851588A
公开(公告)日：2020-02-28
申请号：CN201810828837.3
申请日：2018-07-25
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明涉及基于概率主题模型的网络定位方法及系统，首先利用IP定位方法获取网络实体的定位结果，确定网络实体初步的空间分布范围；然后利用主题分类模型从网络实体对应的文本信息中提取得到相应的高频词汇，并获取高频词汇对应的主题；接着判定得到网络实体所属的地物类型；最后将缓冲区与地理图层进行叠置，在缓冲区内检索到网络实体所属的地物，根据得到的地物位置实现网络定位。该定位方法在一定程度上可以缩减网络实体定位范围，缩减原有定位结果的空间分布范围，有效优化IP定位结果，实现网络定位结果的进一步优化。
-
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：CN108520557A
公开(公告)日：2018-09-11
申请号：CN201810317719.6
申请日：2018-04-10
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明涉及城市三维模型领域，具体涉及一种图形图像融合的海量建筑绘制方法。本发明在LOD和内外存调度的基础上，采用实时图形方法优先对感兴趣区域进行绘制，对于次感兴趣和非感兴趣区域根据视点位置动态的生成纹理图像，并进行屏幕融合，实现场景的完整渲染。本发明既保持了图形渲染的漫游连续性，同时也具有图像渲染的场景复杂度无关的优点。同时在相同硬件条件下能有效提高系统的承载能力，在相对性能较低的硬件条件下也可以实现数十万海量级别建筑物的场景漫游，并能达到视觉无损失的场景完整绘制。
-
公开(公告)号：CN110851588B
公开(公告)日：2022-04-12
申请号：CN201810828837.3
申请日：2018-07-25
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: G06F16/35 , G06N7/00 , H04L101/69
Abstract: 本发明涉及基于概率主题模型的网络定位方法及系统，首先利用IP定位方法获取网络实体的定位结果，确定网络实体初步的空间分布范围；然后利用主题分类模型从网络实体对应的文本信息中提取得到相应的高频词汇，并获取高频词汇对应的主题；接着判定得到网络实体所属的地物类型；最后将缓冲区与地理图层进行叠置，在缓冲区内检索到网络实体所属的地物，根据得到的地物位置实现网络定位。该定位方法在一定程度上可以缩减网络实体定位范围，缩减原有定位结果的空间分布范围，有效优化IP定位结果，实现网络定位结果的进一步优化。
-
公开(公告)号：CN110334656A
公开(公告)日：2019-10-15
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。
-
-
-
-
-
Search Results
6
records
(took 0.034 seconds)
