-
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:CN119829769A
公开(公告)日:2025-04-15
申请号:CN202411912631.0
申请日:2024-12-24
Applicant: 中国地质大学(武汉)
IPC: G06F16/353 , G06F18/24 , G06F18/22
Abstract: 本发明提供一种多标签文本分类方法、装置和设备,涉及深度学习技术领域,包括:获取多个文本样本以及所述文本样本对应的标签序列,利用文本样本和标签序列对初始预测模型进行训练,通过二元交叉熵损失函数确定初始预测模型的主要损失函数值;通过计算正点互PPMI关联性矩阵和每个标签序列之间相关性差异,确定初始预测模型的第一辅助损失函数值;基于文本标签相似度矩阵和边界排名损失函数确定初始预测模型的第二辅助损失函数值;基于上述损失函数值调整初始预测模型的内部参数,得到多标签文本分类模型。本发明通过捕获标签间的语义相关性,并与文本特征训练得到的结果进行比较以优化模型预测结果,有效提升了多标签分类的整体准确性。
-
公开(公告)号:CN117436450A
公开(公告)日:2024-01-23
申请号:CN202311500644.2
申请日:2023-11-08
Applicant: 中国地质大学(武汉)
IPC: G06F40/295 , G06N3/0442 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了一种中文命名实体识别方法、设备及存储介质,其方法包括:获取原始文本以及标签数据,原始文本包含字序列、对原始文本分词处理,获得词序列、将字、词序列输入数据嵌入层获得字、词嵌入向量、将字、词嵌入向量输入特征提取层获取字、词特征、输入字、词特征至特征融合层得到融合字词特征、输入融合字词特征至线性层获取每个字符对应于不同标签的分数,将结果传入CRF中得到最优序列标注;设备及存储介质用于实现方法;本发明的有益效果是:提高语义的表示能力并获得有效的词汇信息以提升实体识别的准确率,能使用更少的参数捕获更多的信息和提高模型性能。
-
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:CN117131932A
公开(公告)日:2023-11-28
申请号:CN202311069943.5
申请日:2023-08-23
Applicant: 中国地质大学(武汉)
IPC: G06N5/022 , G06F16/28 , G06F18/213 , G06F18/2321 , G06F18/25 , G06F40/216 , G06F16/35
Abstract: 本发明提供一种基于主题模型的领域知识图谱本体半自动构建方法,包括:S1:获取领域语料库Corpus,对领域语料库Corpus进行降维和聚类,获得主题聚类分布;S2:对主题聚类分布进行领域术语提取,获得领域术语词表Terms;S3:构建词嵌入模型word2vec,通过词嵌入模型word2vec对领域术语词表Terms进行特征提取和融合,获得融合词嵌入表示矩阵Keywords Embeddings;S4:对融合词嵌入表示矩阵Keywords Embeddings进行降维和聚类,获得领域术语聚类分布;S5:通过领域术语聚类分布构建领域知识图谱本体。本发明通过对融合词嵌入表示矩阵进行降维和聚类构建领域知识图谱本体,仅需要少量的领域专家参与本体构建工作,能提高领域本体构建的效率,加速领域知识图谱的构建进程。
-
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)
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: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。
-
-
-
-
-
-