-
公开(公告)号：CN110335220A
公开(公告)日：2019-10-15
申请号：CN201910405981.0
申请日：2019-05-16
Applicant: 中国林业科学研究院资源信息研究所 , 中天共创科技(北京)有限公司
IPC: G06T5/50
Abstract: 一种基于并行计算算法的图像融合方法，属于图像处理技术领域。将两景图像数据通过数据重采样的方法，构建出以二维数据表来描述图像的空间位置和像元信息，通过二维数据表构建出两景图像在像元级的拓扑对应关系；在构建出两景图像像元级一一对应拓扑关系基础上，通过对图像数据按照行方向(或列方向，或者数据块)进行分组切片，并根据计算资源的具体情况，通过多线程、多任务方式同步启动相应的计算处理流程进行并行计算，实现对两景图像的快速融合计算。
-
公开(公告)号：CN117708468B
公开(公告)日：2024-09-17
申请号：CN202410019674.X
申请日：2024-01-05
Applicant: 中国林业科学研究院资源信息研究所
IPC: G06F17/10
Abstract: 一种构建含竞争指标的广义可加混合树高模型的方法，具体步骤如下：一：数据整理，包括不同样地数据合并，异常值剔除，以林木分级作为分类变量，计算Hegyi竞争指数与BAL指数；二：数据集划分，按照比例随机划分建模数据集和验证数据集；三：构建广义可加性混合模型；四：模型评价，模型评价指标包括决定系数、相对均方根误差和赤池信息量。本发明所有广义可加混合模型在模型估计精度上均优于非线性混合模型，R2平均提高0.005，RMSE％，AIC值以及Bias分别平均降低0.5％，59.88以及12～13个数量级。在广义可加混合树高模型中，以BAL为辅助变量，考虑唯一全局平滑函数并在具有相同扭曲程度的分组水平平滑函数添加随机效应能够获得相对最优的模型估计精度及预测能力。
-
公开(公告)号：CN117708468A
公开(公告)日：2024-03-15
申请号：CN202410019674.X
申请日：2024-01-05
Applicant: 中国林业科学研究院资源信息研究所
IPC: G06F17/10
Abstract: 一种含竞争指标的广义可加混合树高模型，具体步骤如下：一：数据整理，包括不同样地数据合并，异常值剔除，分类变量林木分级无顺序因子化，计算Hegyi指数与BAL指数；二：数据集划分，按照比例随机划分建模数据集和验证数据集；三：构建广义可加性混合模型；四：模型评价，模型评价指标包括决定系数、相对均方根误差和赤池信息量。本发明所有广义可加混合模型在模型估计精度上均优于非线性混合模型，R2平均提高0.005，RMSE％，AIC值以及Bias分别平均降低0.5％，59.88以及12～13个数量级。在广义可加混合树高模型中，以BAL为辅助变量，考虑唯一全局平滑函数并在具有相同扭曲程度的分组水平平滑函数添加随机效应能够获得相对最优的模型估计精度及预测能力。
-
公开(公告)号：CN120032721A
公开(公告)日：2025-05-23
申请号：CN202510114312.3
申请日：2025-01-24
Applicant: 中国林业科学研究院资源信息研究所
IPC: G16B40/00 , G06V20/13 , G06V20/10 , G06Q50/02 , G06Q50/26 , G06N5/01 , G06N20/00 , G06N20/20 , G01N21/25
Abstract: 本发明提供杉木地上生物量遥感估测的不确定性分析方法，属于模型构建领域，本申请以广东省野外调查数据、Landsat 8OLI遥感影像为数据源，从遥感影像中提取光谱波段因子、植被指数和纹理因子，分别构建了K最近邻回归(KNN)、梯度提升回归树(GBRT)、随机森林(RF)三种地上生物量估测模型，并使用误差方程对样地尺度和遥感模型尺度的不确定性进行度量，分析不同尺度不确定性对AGB估测的影响。相较于样地尺度，遥感模型尺度的不确定性仍然是主要的不确定性来源。而在遥感尺度中，RF是估测效果最好的模型。本申请从样地尺度和遥感模型尺度两种方面来分析对杉木地上生物量估测的影响，可为更准确地估测地上生物量提供一定的参考和思路。
-
公开(公告)号：CN118736299A
公开(公告)日：2024-10-01
申请号：CN202410821515.1
申请日：2024-06-24
Applicant: 中国林业科学研究院资源信息研究所
IPC: G06V10/764 , G06V20/17 , G06V20/40 , G06V10/44 , G06V10/82 , G06V10/26 , G06N3/0499 , G06N3/045 , G06N3/0464 , G06N3/0895 , G06N3/0455 , G06N3/0985
Abstract: 本申请提供基于自注意力机制的航空林火图像识别方法，包括以下步骤：获取林火视频为数据源；通过预处理方法筛选出图像，构建林火图像数据集，同时运用数据增强技术，丰富数据多样性，提高模型泛化能力；在特征提取阶段选用10层ViT作为主干网络，采用交叠滑动窗格方式图像序列化，嵌入位置信息后作为第1层ViT的输入，将前9层ViT提取的区域选择模块通过多头自注意力机制和多层感知器机制批量嵌入第10层ViT，有效放大子图间的微差异以获取小目标特征；采用对比特征学习策略，构建目标损失函数进行模型训练，获得图像类别标签，有效提高模型的特征学习能力和识别准确率。本申请利用机器学习技术提高航空林火图像识别的准确率和鲁棒性。
-
Patent Agency Ranking
公开(公告)号：CN118736219A
公开(公告)日：2024-10-01
申请号：CN202410821535.9
申请日：2024-06-24
Applicant: 中国林业科学研究院资源信息研究所
Abstract: 本申请提供一种针对林火识别的火焰快速检测方法，包括以下步骤：(1)首先采用HistSplineReg分割法对各颜色通道进行多阈值分割，以保证图像分割细节清晰，计算并记录各通道上的分割区域为SR，SG和SB；(2)在各分割区域中选择一个代表点，并将代表点按颜色空间的排序顺序重新组合，形成区域的像素表示；(3)最后将像素代表点与提供的监督信息进行比对，检索出所在的目标区域；(4)获取“火”代表点所在的划分子集及其对应的火焰像素区间。该方法在保证实时性检测的同时，还能够保证较高的火焰检测率和较低的误报警率。其次，综合林火的这两项检测指标，基于YCbCr的火焰判据更适合真实场景的林火检测。
-
公开(公告)号：CN118537724A
公开(公告)日：2024-08-23
申请号：CN202410517654.5
申请日：2024-04-28
Applicant: 中国林业科学研究院资源信息研究所
Abstract: 本申请实施例提供了基于机载激光雷达估算荒漠地区灌木地上生物量的方法，包括：(1)获取机载激光雷达遥感数据；(2)机载激光雷达点云数据预处理；(3)地面调查；(4)获取激光雷达点云变量；(5)构建生物量反演模型；(6)荒漠植被地上生物量估测。该发明提出的基于激光雷达估算荒漠地区灌木地上生物量的方法解决了传统地面调查方法耗时耗力且时效性低、需要破坏性取样的缺陷；弥补了卫星影像和可见光影像对荒漠稀疏矮小植被无法精准获取垂直结构信息的缺陷；结合机器学习算法进一步提高了生物量的估算精度，充分利用每一个机载雷达的点云变量。
-
公开(公告)号：CN110335220B
公开(公告)日：2021-08-24
申请号：CN201910405981.0
申请日：2019-05-16
Applicant: 中国林业科学研究院资源信息研究所 , 中天共创科技(北京)有限公司
IPC: G06T5/50
Abstract: 一种基于并行计算算法的图像融合方法，属于图像处理技术领域。将两景图像数据通过数据重采样的方法，构建出以二维数据表来描述图像的空间位置和像元信息，通过二维数据表构建出两景图像在像元级的拓扑对应关系；在构建出两景图像像元级一一对应拓扑关系基础上，通过对图像数据按照行方向(或列方向，或者数据块)进行分组切片，并根据计算资源的具体情况，通过多线程、多任务方式同步启动相应的计算处理流程进行并行计算，实现对两景图像的快速融合计算。
-
公开(公告)号：CN120032723A
公开(公告)日：2025-05-23
申请号：CN202510114372.5
申请日：2025-01-24
Applicant: 中国林业科学研究院资源信息研究所
Abstract: 本发明提供基于无人机激光雷达特征变量的杉木林分生物量模型估测方法，属于模型构建领域，本发明基于广东省154块样地数据，通过变量筛选分别建立一元、多元基础回归模型，以及加入龄组作为变量的混合效应、哑变量生物量回归模型，应用确定系数R2、均方根误差RMSE、残差、总体相对误差TRE等指标评价模型精度。筛选出相关性较高的机载激光雷达变量共41个，最终进入模型的自变量2个。树叶生物量拟合效果最好的是对数混合效应模型，其他林分分项生物量拟合效果最好的是幂函数混合效应模型，使用机器学习模型后模型拟合效果提升(RMSE＝1.080～9.902；R2＝0.855～0.937；TRE＝0.066～0.081)。将检验样本的数据分别代入到训练好的模型检验模型精度，整体具有较好的拟合效果。
-
公开(公告)号：CN120032722A
公开(公告)日：2025-05-23
申请号：CN202510114334.X
申请日：2025-01-24
Applicant: 中国林业科学研究院资源信息研究所
Abstract: 本发明提供杉木全周期冠幅模型研建方法，属于模型构建领域，本申请构建了单木全生长周期冠幅预测模型。系统分析了冠幅生长的动态特征及其多尺度影响机制。以胸径和树高为核心变量的基础模型较好地反映了树木生长规律，龄组哑变量有效捕捉了冠幅在不同生长阶段的动态变化特征，而混合效应模型的引入显著提升了模型的精度与适用性(R2＝0.717，RMSE＝0.502)，量化了区组和样地效应对冠幅生长的宏观与微观影响。表明环境异质性和随机效应的综合考虑是全生长周期建模的关键，为森林资源的可持续管理和生态系统动态监测提供了重要科学依据。本发明方法和框架适用于其他树种或生态系统，为优化冠幅预测、揭示环境因子作用及提升碳汇评估精度提供了新思路。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.033 seconds)
