公开(公告)号：CN117784277A

公开(公告)日：2024-03-29

申请号：CN202311814033.5

申请日：2023-12-26

Applicant: 中国地质大学(武汉)

Inventor： 刘福江 ,  张鲁玉 ,  林伟华 ,  郭艳 ,  王勉之 ,  张政 ,  梁伟超 ,  凃怡闻 ,  苏军顺 ,  高千凯 ,  王宪彬

IPC: G01V11/00 ,  G06V20/10 ,  G06V10/80 ,  G06T5/50 ,  G06T5/20 ,  G06T5/80 ,  G06F17/16

Abstract: 本申请提供了一种高植被覆盖区的金矿找矿靶区圈定方法，涉及成矿预测领域，包括：根据高植被覆盖区的成矿特点，选定毒化信息、地貌指数、构造缓冲区、构造密度、岩性分类、地球化学作为成矿影响因子，然后采用层次分析法确定各个成矿影响因子层的权重，最后根据计算得到的成矿潜力值圈定成矿靶区。本发明充分利用遥感、地质、地化数据，采用层次分析法进行综合，提高成矿预测的效率及准确性。

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)

Inventor： 林伟华 ,  刘福江 ,  郭艳 ,  张德雄 ,  梁伟超 ,  王勉之 ,  张政 ,  邵泉森 ,  王宪彬 ,  韩媛 ,  高千凯

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：CN116823896A

公开(公告)日：2023-09-29

申请号：CN202310750292.X

申请日：2023-06-21

Applicant: 中国地质大学(武汉)

Inventor： 刘福江 ,  林伟华 ,  郭艳 ,  王勉之 ,  凃怡闻 ,  张鲁玉 ,  张政 ,  刘虹辰 ,  苏军顺 ,  高千凯

IPC: G06T7/30 ,  G06V10/764 ,  G06V10/774 ,  G06T5/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了一种高植被覆盖区靶矿区范围预测方法、装置及电子设备，包括：获取高植被覆盖研究区域高光谱数据和激光雷达点云数据，并配准；对点云数据进行点云数据分层；将每一层点云数据制作成各高度区间掩膜；基于各高度区间掩膜对高光谱数据进行空间分层，并提取植被冠层底部高光谱影像；根据异常光谱信息提取受胁迫植被，并制成样本；将所有样本按比例划分为训练集和验证集；基于深度学习DeeplabV3+构建高植被覆盖区下靶矿区范围预测模型；通过训练集和验证集分别进行预测模型的训练和验证；获取目标高植被覆盖区域的高光谱影像，通过训练好的预测模型预测目标高植被覆盖区内的靶矿区范围。本发明能高效精确地实现高植被覆盖下的靶矿区范围预测。

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

Inventor： 刘福江 ,  王雁鹤 ,  林伟华 ,  郭艳 ,  凃怿闻 ,  张鲁玉 ,  张政 ,  王勉之 ,  梁伟超 ,  苏军顺

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：CN116338790A

公开(公告)日：2023-06-27

申请号：CN202310155351.9

申请日：2023-02-21

Applicant: 中国地质大学(武汉)

Inventor： 严哲 ,  靖剑坤 ,  张政 ,  顾汉明

IPC: G01V1/30 ,  G01V1/28

Abstract: 本发明公开了一种地震断层训练数据合成方法、装置、设备及存储介质，该方法包括：生成水平层状速度模型；加入倾角和褶皱构造，将水平层状速度模型转换成含有倾角和褶皱构造的速度模型；在含有倾角和褶皱构造的速度模型上，加入断层构造，得到带有倾角、褶皱和断层构造的断层速度模型以及对应的断层标签；计算断层速度模型对应的断层反射率模型并加入随机噪声；建立点扩散函数库；将断层反射率模型与点扩散函数库中随机的点扩散函数进行褶积，得到地震断层训练数据。本发明通过建立断层反射率模型与对应的三维点扩散函数，并进行褶积，能够快速地合成真实的地震断层数据，为地震断层的定量解释与基于深度学习的断层智能解释提供了数据基础。