-
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)
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:CN117765394A
公开(公告)日:2024-03-26
申请号:CN202311811616.2
申请日:2023-12-25
Applicant: 中国地质大学(武汉)
IPC: G06V20/10 , G06V10/25 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及目标检测领域,公开了一种遥感图像旋转目标检测方法、设备及存储介质,方法包括步骤:获取旋转目标检测数据集;对数据集进行预处理,得到预处理后的数据集;构建基于系数主导下的旋转目标检测网络;所述旋转目标检测网络包括:引入AFMC模块的主干网络、颈部网络和引入TDHM模块与ARPM模块的头部网络;利用预处理后的数据集对所述旋转目标检测网络进行训练,得到训练完成的网络;利用训练完成的网络进行目标检测;本发明解决了遥感图像中的目标在特征提取时容易与背景混杂的问题,同时实现了任意角度目标的检测,能够有效的进行遥感图像目标检测。
-
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)
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:CN117592697A
公开(公告)日:2024-02-23
申请号:CN202311493684.9
申请日:2023-11-09
Applicant: 中国地质大学(武汉)
IPC: G06Q10/0631 , G06F3/0487 , G06F3/0484 , G01D21/00
Abstract: 本申请提供了一种生态城市遥感监测野外核查方法,包括:获取核查图斑的地理位置,创建核查任务;根据地理位置,将核查任务分配给各个用户进行图斑的核查任务,用户获取对应的核查任务;核查任务以文字、视频、语音以及图片的方式展示,显示核查任务在地图的任务区域,用户在小程序端交互到地图的任务区域时,触发任务区域的后续的核查任务,用户进行图斑的核查任务并上传核查数据至系统,判断核查数据与核查任务是否存在异常情况;根据预设标准,对验证后核查数据进行审核,确定核查数据中的有效数据以及无效数据,将无效数据反馈至用户;通过有效数据,校验并更新对应核查图斑的历史的有效数据,完成对国家园林城市遥感监测野外的核查工作。
-
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
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:CN116797833A
公开(公告)日:2023-09-22
申请号:CN202310747893.5
申请日:2023-06-21
Applicant: 中国地质大学(武汉)
IPC: G06V10/764 , G06V10/26 , G06V10/774 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了一种胁迫植被指示性信息提取方法,包括:搭建基于ViT框架的胁迫植被指示性信息提取模型;制作源域和目标域样本;将源域样本划分为训练集和验证集,作为模型的输入;对输入数据进行预处理操作;通过FOPE模块对预处理后的数据进行处理,获得分片数据,并将特征图进行零值填充;将分片数据经过Transformer编码器后,获得源域编码数据;将目标域样本作为模型的输入数据,重复上述预处理、分片及零值填充、编码步骤,获得目标域编码数据;通过自适应层计算源域和目标域的差值,调整模型,当差值小于设定阈值时,训练结束,通过Transformer解码器输出目标域识别结果。本发明能实现对未知高植被覆盖区快速大范围的寻找胁迫植被,且能实现较高的识别精度。
-
-
-
-
-