-
公开(公告)号:CN111680889B
公开(公告)日:2023-08-18
申请号:CN202010430779.6
申请日:2020-05-20
Applicant: 中国地质大学(武汉)
IPC: G06Q10/067 , G06Q50/02
Abstract: 本发明提供了一种基于交叉熵的海上石油泄漏源定位方法及装置,涉及海面溢油监测技术领域,包括:S1获取泄漏源的搜索范围的地质特征信息;S2初始化泄漏源的位置概率密度函数;S3根据位置概率密度函数确定多个候选泄漏源样本点进行石油泄漏模拟;S4根据石油泄漏模拟结果确定多个高质量样本点;S5根据多个高质量样本点对位置概率密度函数进行优化,确定优化位置概率密度函数;S6根据优化位置概率密度函数确定多个优化高质量样本点;重复S3至S6;S7直至当多个优化高质量样本点满足预设定位条件时,根据优化高质量样本点完成对泄漏源的定位。本发明通过对位置概率密度函数的迭代优化实现对最优值的快速逼近,可有效提高计算速度和准确度。
-
公开(公告)号:CN111524599A
公开(公告)日:2020-08-11
申请号:CN202010332419.2
申请日:2020-04-24
Applicant: 中国地质大学(武汉)
Abstract: 本发明属于医学疾病预测技术领域,公开了一种基于机器学习的新冠肺炎数据处理方法及预测系统,对新冠肺炎的医学病例数据集中的部分缺失值进行填充,并采用Pearson相关系数对病例数据集进行特征选择,得到提取后的病例数据特征;采用得到的特征数据以及原始病例数据中的轻重症情况数据组成样本数据,按一定比例分成训练数据和测试数据,并利在训练数据上进行训练;利用测试数据对训练后的方法进行测试,最终得到新冠肺炎症状数据处理方法,并与其他机器学习预测方法进行比较。本发明提供的新冠肺炎数据处理方法可以筛选出与新冠肺炎病情相关性较大的属性,具有较好的准确性和有效性。
-
公开(公告)号:CN111522667A
公开(公告)日:2020-08-11
申请号:CN202010344175.X
申请日:2020-04-27
Applicant: 中国地质大学(武汉)
IPC: G06F9/50
Abstract: 本发明属于容器云资源调度技术领域,公开了一种容器云环境下基于镜像存在机制评分策略的资源调度方法,对集群节点资源信息和待调度任务信息进行收集并处理得到基础数据;基于基础数据构建得到各资源评分数据;根据资源评分数据得到资源消耗最小策略评分数据、资源消耗最均衡策略评分数据和镜像存在机制评分策略评分数据;根据所述资源消耗最小评分策略、资源消耗最均衡评分策略和镜像存在机制评分策略,构建多资源约束下节点评分模型。本发明为容器集群中待调度任务筛选出最佳部署节点,减少集群任务执行时间,提高集群任务调度效率。
-
公开(公告)号:CN106788448B
公开(公告)日:2020-04-10
申请号:CN201611185891.8
申请日:2016-12-20
Applicant: 中国地质大学(武汉)
IPC: H03M7/30
Abstract: 本发明公开了一种移动轨迹数据压缩方法及装置,该方法包括:获得移动轨迹数据流,M个原始轨迹段通过对应的BQS数据结构分别过滤掉M个原始轨迹段中不超过设定角度误差的轨迹点,以获得M个初压缩后轨迹段;将M个初压缩后轨迹段分别在GPU平台上经过构图后的BFS广度优先搜索,以获得M个初压缩后轨迹段分别的最优路径,其中,构图不超过设定角度误差;返回M个初压缩后轨迹段分别的最优路径合成的压缩后轨迹数据流。通过本发明解决了传统轨迹数据压缩方法对轨迹数据的压缩效率不高的技术问题,减小了构图后的BFS广度优先搜索的计算量,而且在GPU平台上进行还运算能够成倍地提高本算法的执行效率,进而实现了高效、准确的压缩轨迹数据流。
-
公开(公告)号:CN110110107A
公开(公告)日:2019-08-09
申请号:CN201910205425.9
申请日:2019-03-18
Applicant: 中国地质大学(武汉)
IPC: G06F16/51 , G06F16/583
Abstract: 本发明提供了一种基于云存储的多源遥感影像数据多维度组织方法,包括:首先构建遥感影像数据的公共云存储库及面向用户的影像数据映射库,为影像数据提供稳定及可扩展的存储;然后根据卫星影像数据的多维度特性定义映射数据的存储视图;最后根据云平台上不同用户的需求,提供用户之间遥感数据组织视图的分享,提升多维遥感数据的分发效率。本发明的有益效果是:为遥感影像数据使用者提供了在稳定、可扩展的云存储环境下,通过定义多维度视图自动按不同维度组织卫星影像数据的能力,并且能够将定义好的视图共享给其他用户,有效的提高了卫星影像数据的分发与数据准备效率。
-
公开(公告)号:CN105913063A
公开(公告)日:2016-08-31
申请号:CN201610203712.2
申请日:2016-04-01
Applicant: 中国地质大学(武汉)
IPC: G06K9/46
CPC classification number: G06K9/4642 , G06K2009/4695
Abstract: 本发明实施例公开一种图像数据集的稀疏表示的加速方法及装置,所述方法包括:获得图像数据集S,S={Yi|1≤i≤s^Yi∈Rn×N};通过IK?SVD算法训练所述S中的Y1获得超完备字典D1;根据Y2、…、Ys对所述超完备字典D1进行S?1次更新,其中,在每一次更新时通过GPU计算递归Cholesky分解中的矩阵运算,直到收敛。由于通过递归Cholesky分解来替换标准的Cholesky分解,减轻了对数据的依赖,从而使得递归Cholesky分解过程中的矩阵运算能够有效地使用GPU对其进行并行加速,从而提高了图像数据集的稀疏表示的处理速度,降低了图像数据集进行稀疏表示时耗费的时间。
-
公开(公告)号:CN104794494A
公开(公告)日:2015-07-22
申请号:CN201510217525.5
申请日:2015-04-30
Applicant: 中国地质大学(武汉)
IPC: G06K9/62
CPC classification number: G06K9/6234
Abstract: 本发明提供了一种可扩展快速的轨迹聚类方法,首先进行局部最小生成树(MST)计算,然后生成全局MST,再利用粗粒度并行方法或者细粒度并行方法从全局MST提取聚类。本发明在点数据聚类的基础之上提出了新的轨迹聚类算法,时间开销比传统的基于模型、基于距离或者基于密度的聚类算法小,能够提高轨迹聚类速度和计算性能,同时本发明所提出的算法实现了轨迹大数据聚类的可扩展性。
-
公开(公告)号:CN119719115B
公开(公告)日:2025-04-25
申请号:CN202510220234.5
申请日:2025-02-27
Applicant: 中国地质大学(武汉)
IPC: G06F16/22 , G06F16/242 , G06F16/29
Abstract: 本申请涉及数据处理技术领域,公开了一种地理空间对象索引方法及装置、存储介质、计算机设备,该方法包括:将位于单个初始区域网格内的最小外接矩形所对应的地理空间对象,存储于初始区域网格对应的区域专属R树,并将跨越初始区域网格的地理空间对象存储于区域共享R树;当任一初始区域网格处于稠密状态时,重新划分初始区域网格,直至划分出的区域网格处于稀疏状态;在当前最新地理空间网格图中,根据地理空间对象索引指令对应的索引框选区域确定目标区域网格,并行利用区域共享R树和目标区域网格对应的当前最新区域专属R树,查询并返回索引框选区域对应的目标地理空间对象。通过降低网格稠密度后再用R树存储对象,能够提高后续索引效率。
-
公开(公告)号:CN119719115A
公开(公告)日:2025-03-28
申请号:CN202510220234.5
申请日:2025-02-27
Applicant: 中国地质大学(武汉)
IPC: G06F16/22 , G06F16/242 , G06F16/29
Abstract: 本申请涉及数据处理技术领域,公开了一种地理空间对象索引方法及装置、存储介质、计算机设备,该方法包括:将位于单个初始区域网格内的最小外接矩形所对应的地理空间对象,存储于初始区域网格对应的区域专属R树,并将跨越初始区域网格的地理空间对象存储于区域共享R树;当任一初始区域网格处于稠密状态时,重新划分初始区域网格,直至划分出的区域网格处于稀疏状态;在当前最新地理空间网格图中,根据地理空间对象索引指令对应的索引框选区域确定目标区域网格,并行利用区域共享R树和目标区域网格对应的当前最新区域专属R树,查询并返回索引框选区域对应的目标地理空间对象。通过降低网格稠密度后再用R树存储对象,能够提高后续索引效率。
-
公开(公告)号:CN119597509A
公开(公告)日:2025-03-11
申请号:CN202411678801.3
申请日:2024-11-22
Applicant: 中国地质大学(武汉)
Abstract: 一种流程自适配的地质环境数据处理方法,其包括如下步骤:步骤1,针对输入的数据处理任务,选择所需的数据处理模型;步骤2,根据数据处理模型的步骤,构建有向无环图DAG;步骤3,利用深度优先搜索算法,从有向无环图DAG中找到一条从起始节点到终点的路径序列,该序列包含多个相互关联的微服务;步骤4,使用Spring Batch批处理框架创建数据处理任务,并将路径序列中的每一个节点作为一个步骤,调度任务执行。本发明实现更高效的地质环境数据处理管理,提升整个数据处理流程的效率和灵活性。
-
-
-
-
-
-
-
-
-