-
公开(公告)号：CN119169447B
公开(公告)日：2025-03-18
申请号：CN202411017834.3
申请日：2024-07-29
Applicant: 中国地质大学(武汉)
IPC: G06V20/10 , G06V10/764 , G06V10/77 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/042 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了一种岩性场景分类方法、电子设备及存储介质，涉及图像处理技术领域，方法包括：将获取的岩性场景的遥感图像和知识数据输入到训练好的岩性场景分类模型中，得到岩性场景分类结果，其中，岩性场景分类模型包括transformer模块、图注意力网络模块、跨模态交叉注意力模块、自适应特征降维模块以及输出模块；图注意力网络模块用于挖掘知识数据的知识特征；跨模态交叉注意力模块用于融合图像特征和知识特征，生成岩性敏感特征数据；自适应特征降维模块用于降维岩性敏感特征数据，生成降维特征；输出模块用于根据降维特征，生成岩性场景分类结果。本发明可以提高岩性场景分类的精度。
-
公开(公告)号：CN108827839B
公开(公告)日：2024-04-23
申请号：CN201810985252.2
申请日：2018-08-28
Applicant: 广州海洋地质调查局 , 中国地质大学(武汉)
Abstract: 本发明公开了一种天然气水合物地层颗粒间微力测试装置及其测试方法，包括高压反应釜、天然气气瓶、天然气缓冲罐、冷凝水循环装置、水源和气液饱和罐，所述天然气缓冲罐的进气口通过第一管路与所述天然气气瓶连通，所述天然气缓冲罐的出气口通过第二管路与所述高压反应釜的进气口连通，所述高压反应釜的进水口通过第三管路与所述气液饱和罐的出水口连通，所述气液饱和罐通过第四管路与所述水源连通，所述天然气缓冲罐通过第五管路与所述第四管路连通，所述高压反应釜内设置有悬臂测试模块和泥砂固定模块；所述悬臂测试模块包括悬臂、拉力传感器和纳米位移平台，所述拉力传感器的一端与所述纳米位移平台连接，另一端与所述悬臂连接。
-
公开(公告)号：CN116337103B
公开(公告)日：2023-08-29
申请号：CN202310551769.1
申请日：2023-05-17
Applicant: 中国地质大学(武汉)
IPC: G01C21/34
Abstract: 本发明提供了一种基于区域分类的分层泛在导航方法、装置及计算机设备，涉及导航技术领域，所述方法包括：获取以路网数据为基础的预设区域分类模型，所述预设区域分类模型包括以矢量路网道路数据为基础的第一区域、以简单轨迹的道路数据为基础的第二区域和以栅格或六边形切分格网的道路数据为基础的第三区域；获取当前路网数据；根据所述当前路网数据和所述预设区域分类模型对当前路网进行区域分类，得到区域分类结果；根据所述区域分类结果获取所述预设区域分类模型中的区域路网数据信息；根据所述路网数据信息对处于所述当前路网下的车辆进行路径规划。本发明能够为三种数据类型的矢量路网提供标准的路径导航，且导航结果准确、高效。
-
公开(公告)号：CN116257805A
公开(公告)日：2023-06-13
申请号：CN202310547141.4
申请日：2023-05-16
Applicant: 中国地质大学(武汉)
IPC: G06F18/2431 , G06F18/214 , G06V20/13 , G06V10/774 , G06N20/00
Abstract: 本发明涉及遥感技术领域，具体而言，涉及一种通行度预测模型构建方法及通行度预测方法，该方法包括：根据不同研究区的立体遥感影像得到地形类数据、地貌类数据、地质类数据和地灾类数据，其中，地灾类数据包括隐患区域数据和灾害区域数据；分别对各类数据进行分析，得到对应的影响因子；对影响因子和各类数据进行预处理，确定综合通行度；基于极端梯度提升算法构建初始预测模型，以预处理后的各类数据和综合通行度为数据集，训练初始预测模型，得到通行度预测模型。本发明的有益效果：通过引入隐患区域数据，有效提高了通行度预测模型的准确性，进而可得到考虑地灾隐患区域的通行度，有效增加了通行度预测的准确性和可靠性。
-
公开(公告)号：CN117173548B
公开(公告)日：2024-04-02
申请号：CN202311009262.X
申请日：2023-08-10
Applicant: 中国自然资源航空物探遥感中心 , 中国地质大学(武汉)
IPC: G06V20/05 , G06V10/764 , G06V10/77 , G06V10/40 , G06V10/30 , G06V10/80 , G06V10/82 , G06N3/084 , G06N3/0464 , G06N3/048
Abstract: 本发明提供了一种海底地貌智能分类模型构建方法、装置及分类方法，涉及图像处理技术领域，所述海底地貌智能分类模型构建方法包括：获取原始海域的多波束数据；对所述原始海域的多波束数据进行预处理，得到原始反向散射数据和原始地貌类别标签数据；根据所述原始反向散射数据和所述原始地貌类别标签数据对原始分类模型进行训练并调优，得到海底地貌分类模型；其中，所述原始分类模型基于改进的标签平滑交叉熵损失函数和剪枝型密集连接网络构建，所述海底地貌分类模型用于预测海域的海底地形地貌类别。解决了在海底地貌分类过程中，如何深层次地提取出海底地貌特征，同时提高地貌特征的表征能力的问题。
-
Patent Agency Ranking
公开(公告)号：CN116168295B
公开(公告)日：2023-12-05
申请号：CN202310163603.2
申请日：2023-02-24
Applicant: 中国地质大学(武汉)
IPC: G06V20/10 , G06V10/774 , G06V10/82 , G06V10/80 , G06N3/0464 , G06N3/045 , G06N3/082
Abstract: 本发明提供了一种岩性遥感智能解译模型建立方法及解译方法，所述建立方法包括：获取研究区的地质岩性数据和遥感影像，将所述地质岩性数据和所述遥感影像作为数据集；对所述数据集进行预处理，根据预处理后的数据集确定训练集；根据所述训练集训练初始模型，以构建岩性遥感智能解译模型，所述初始模型包括先验分支、遥感分支以及上采样模块，所述先验分支和所述遥感分支均包括残差神经网络和基于密集连接的空间池化注意力金字塔网络。本发明采用残差神经网络提升深度特征的提取能力，同时应用基于密集连接的空间池化注意力金字塔网络(56)对比文件赵欣;石德来;王洪凯.基于3D全卷积深度神经网络的脑白质病变分割方法.计算机与现代化.2020,(10),48-54.乔文凡;慎利;戴延帅;曹云刚.联合膨胀卷积残差网络和金字塔池化表达的高分影像建筑物自动识别.地理与地理信息科学.2018,(05),62-68.
-
公开(公告)号：CN119150682A
公开(公告)日：2024-12-17
申请号：CN202411292478.6
申请日：2024-09-14
Applicant: 中国地质大学(武汉)
IPC: G06F30/27 , G06F18/10 , G06F18/213 , G06N3/045 , G06N3/08
Abstract: 本发明公开了一种基于VMD‑Mamba算法的阶跃型滑坡位移预测方法，该阶跃型滑坡位移预测方法包括构建同一区域内的数据集、变分模态分解、变分模态分解、周期项位移分量预测和预测分量叠加与预测精度评价。本发明基于Mamba模型针对不同的位移分量分别构建单元预测模型与多元预测模型，提高了滑坡累计位移的预测精度。
-
公开(公告)号：CN117636162B
公开(公告)日：2024-07-16
申请号：CN202311565009.2
申请日：2023-11-21
Applicant: 中国地质大学(武汉)
Abstract: 发明提供了一种高光谱图像的稀疏解混方法、装置、设备及存储介质，涉及遥感图像处理技术领域，该构建方法包括：获取高光谱图像，对所述高光谱图像见进行划分，得到多个同质区域；对每个所述同质区域进行图像正则化，得到第一正则化项；基于所述高光谱图像的全局空间信息获取丰度矩阵，并对所述丰度矩阵进行低秩正则化，得到第二正则化项；获取基础稀疏解混模型，基于所述基础稀疏解混模型、所述第一正则化项和所述第二正则化项得到最终的稀疏解混模型，并对所述稀疏解混模型进行求解。本发明提高了稀疏解混算法的准确性，进而提高混解结果的精度。
-
公开(公告)号：CN116863343B
公开(公告)日：2024-01-23
申请号：CN202311129089.7
申请日：2023-09-04
Applicant: 中国地质大学(武汉)
IPC: G06V20/10 , G06V10/44 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0455 , G06N3/042 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种深度学习模型、海底底质解译方法、装置及介质，涉及遥感信息解译领域，深度学习模型包括编码器模块、特征融合模块、图卷积神经网络模块及解码器模块，编码器模块、特征融合模块、图卷积神经网络模块及解码器模块顺次连接；编码器模块用于输出先验知识特征和多波束影像特征至特征融合模块；特征融合模块用于融合先验知识特征和多波束影像特征，输出融合特征至图卷积神经网络模块；图卷积神经网络模块用于处理融合特征，输出海底编码信息至解码器模块；解码器模块用于解译海底编码信息，输出第一海底底质解译标签。本发明提供的技术方案可以提高海底底质图像解译的准确性，(56)对比文件王凤伟;孔凡;廉清云.基于混合神经网络的多波束图像底质分类.上海海事大学学报.2013,(第04期),全文.唐秋华;周兴华;丁继胜;刘保华.学习向量量化神经网络在多波束底质分类中的应用研究.武汉大学学报(信息科学版).2006,(第03期),全文.
-
公开(公告)号：CN116863343A
公开(公告)日：2023-10-10
申请号：CN202311129089.7
申请日：2023-09-04
Applicant: 中国地质大学(武汉)
IPC: G06V20/10 , G06V10/44 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0455 , G06N3/042 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种深度学习模型、海底底质解译方法、装置及介质，涉及遥感信息解译领域，深度学习模型包括编码器模块、特征融合模块、图卷积神经网络模块及解码器模块，编码器模块、特征融合模块、图卷积神经网络模块及解码器模块顺次连接；编码器模块用于输出先验知识特征和多波束影像特征至特征融合模块；特征融合模块用于融合先验知识特征和多波束影像特征，输出融合特征至图卷积神经网络模块；图卷积神经网络模块用于处理融合特征，输出海底编码信息至解码器模块；解码器模块用于解译海底编码信息，输出第一海底底质解译标签。本发明提供的技术方案可以提高海底底质图像解译的准确性，进而反映真实的海底底质种类。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.102 seconds)
