-
公开(公告)号：CN114792116B
公开(公告)日：2024-05-03
申请号：CN202210586722.4
申请日：2022-05-26
Applicant: 中国科学院东北地理与农业生态研究所
IPC: G06V10/764 , G06N3/0464 , G06N3/08 , G06V10/82
Abstract: 本发明公开了一种时间序列深度卷积网络农作物遥感分类方法，包括以下步骤：步骤一，多时相遥感数据集影像获取与预处理；步骤二，时间序列深度卷积网络模型参数定义；步骤三，多时相遥感数据集联合信息挖掘；步骤四，多时相遥感数据集单景影像信息挖掘；步骤五，模型预测分类；步骤六，最终分类图产出；本发明相较于现有多时相影像农作物遥感分类方法，在传统的联合信息挖掘的基础上，增加单景影像信息挖掘，充分挖掘利用了多时相影像数据集中每一个单景影像有关作物分类的独特信息；并且能同时挖掘利用多时相影像数据集有关分类的联合信息和数据集中单景影像的独特信息，实现了多时相遥感信息的充分地、完全地发掘利用。
-
公开(公告)号：CN114926565A
公开(公告)日：2022-08-19
申请号：CN202210568915.7
申请日：2022-05-24
Applicant: 中国科学院东北地理与农业生态研究所
IPC: G06T11/20 , G06T5/00 , G06V10/143
Abstract: 本发明公开了一种基于绿度水分综合指数的大豆制图方法，包括步骤一，计算时间窗口；步骤二，计算尺度因子；步骤三，构建绿度水分综合指数；步骤四，最优阈值确定；步骤五，大豆分类制图；所述步骤一中，基于等间距时间节点集合，NDVI序列的变化率ρ的计算公式为所述步骤二中，整幅影像尺度因子sf的计算公式为sf＝2*(NDVI/SWTR)；本发明相较于现有的大豆制图方法，创新性地结合NDVI和SWIR波段构建绿度水分综合指数(GWCCI)，能够在大豆生长峰值时期显著增强大豆与其它地物类型的信息差异；本发明采用的基于GWCCI的大豆制图方法，可实现基于单景遥感影像的、端到端的、全自动的大豆制图，不需要训练样本且不依赖长时间序列遥感数据集NDVI。
-
公开(公告)号：CN107122847B
公开(公告)日：2020-09-15
申请号：CN201710224473.3
申请日：2017-04-07
Applicant: 中国科学院东北地理与农业生态研究所
Abstract: 一种基于双层粒子群算法的渠系配水优化方法，本发明涉及基于双层粒子群算法的渠系配水优化方法。本发明的目的是为了解决现有下级渠系流量不等时的渠系优化配水模型中遗传算法设计复杂，当涉及到大量个体的时候，需要较长的计算时间；遗传算法在解群规模、选择方式、收敛数据、杂交变异方式等控制参数均需经验确定，有可能出现早熟收敛、使得它不一定总是获得全局最优解；需要多次运算，不能稳定的得到解的问题。随机产生Xi、Vi、Yj和Vj；求解底层、顶层初始全局最优位置粒子；进行初始解粒子的速度与位置的更新；判断是否满足约束条件；求解全局最优解；得到了双层粒子群优化算法的的最优解。本发明用于渠系配水领域。
-
公开(公告)号：CN114792116A
公开(公告)日：2022-07-26
申请号：CN202210586722.4
申请日：2022-05-26
Applicant: 中国科学院东北地理与农业生态研究所
IPC: G06K9/62 , G06N3/04 , G06N3/08 , G06V10/82 , G06V10/764
Abstract: 本发明公开了一种时间序列深度卷积网络农作物遥感分类方法，包括以下步骤：步骤一，多时相遥感数据集影像获取与预处理；步骤二，时间序列深度卷积网络模型参数定义；步骤三，多时相遥感数据集联合信息挖掘；步骤四，多时相遥感数据集单景影像信息挖掘；步骤五，模型预测分类；步骤六，最终分类图产出；本发明相较于现有多时相影像农作物遥感分类方法，在传统的联合信息挖掘的基础上，增加单景影像信息挖掘，充分挖掘利用了多时相影像数据集中每一个单景影像有关作物分类的独特信息；并且能同时挖掘利用多时相影像数据集有关分类的联合信息和数据集中单景影像的独特信息，实现了多时相遥感信息的充分地、完全地发掘利用。
-
公开(公告)号：CN107480321B
公开(公告)日：2020-07-24
申请号：CN201710481646.X
申请日：2017-06-22
Applicant: 中国科学院东北地理与农业生态研究所
Abstract: 本发明涉及GIS时空数据模型构建领域，具体涉及一种泛知识化时空对象表达数据库建立方法，本发明为了解决现有的时空数据模型对于时空一体化表达及四维时空数据的表达能力不足，不能有效表达在空间或者时间上连续的现象，无法表达时空对象的几何形状与姿态的缺点，而提出一种泛知识化时空对象表达数据库建立方法，包括：建立时空对象表达数据模型；所述时空对象表达数据模型的种类包括：刚体运动模型、流体运动模型、场模型、准动态模型、静态模型；采集时空数据；根据时空数据所属的种类，使用所述时空对象表达数据模型对时空数据进行建模并将建模后的时空数据存储在数据库中。本发明适用于时空数据建模。
-
Patent Agency Ranking
公开(公告)号：CN112446339B
公开(公告)日：2022-03-11
申请号：CN202011412442.9
申请日：2020-12-04
Applicant: 中国科学院东北地理与农业生态研究所
IPC: G06V20/10 , G06V10/774 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04
Abstract: 本发明公开了一种层次深度学习(HDL)农作物遥感分类方法，高层次作物LLC分类概率可作为高层次作物HLC分类的先验概率，反过来也是HLC的分类概率也作为LLC分类的先验概率，此过程反复迭代可用马尔科夫过程模型表达，HDL模型由两个子模型构成(HDL‑LLC以及HDL‑HLC)，分别用于低层次作物LLC和高层次作物HLC的分类，进行LLC分类概率计算和HLC分类概率计算。本发明能同时实现LLC和HLC遥感分类，并且将LLC和HLC的相关关系纳入分类过程，从而提高了LLC和HLC遥感分类精度，解决了目前LLC和HLC分类彼此分类割裂、无法统一的问题。
-
公开(公告)号：CN107122847A
公开(公告)日：2017-09-01
申请号：CN201710224473.3
申请日：2017-04-07
Applicant: 中国科学院东北地理与农业生态研究所
Abstract: 一种基于双层粒子群算法的渠系配水优化方法，本发明涉及基于双层粒子群算法的渠系配水优化方法。本发明的目的是为了解决现有下级渠系流量不等时的渠系优化配水模型中遗传算法设计复杂，当涉及到大量个体的时候，需要较长的计算时间；遗传算法在解群规模、选择方式、收敛数据、杂交变异方式等控制参数均需经验确定，有可能出现早熟收敛、使得它不一定总是获得全局最优解；需要多次运算，不能稳定的得到解的问题。随机产生Xi、Vi、Yj和Vj；求解底层、顶层初始全局最优位置粒子；进行初始解粒子的速度与位置的更新；判断是否满足约束条件；求解全局最优解；得到了双层粒子群优化算法的最优解。本发明用于渠系配水领域。
-
公开(公告)号：CN114926565B
公开(公告)日：2024-04-12
申请号：CN202210568915.7
申请日：2022-05-24
Applicant: 中国科学院东北地理与农业生态研究所
IPC: G06T11/20 , G06T5/70 , G06V10/143
Abstract: 本发明公开了一种基于绿度水分综合指数的大豆制图方法，包括步骤一，计算时间窗口；步骤二，计算尺度因子；步骤三，构建绿度水分综合指数；步骤四，最优阈值确定；步骤五，大豆分类制图；所述步骤一中，基于等间距时间节点集合，NDVI序列的变化率ρ的计算公式为#imgabs0#所述步骤二中，整幅影像尺度因子sf的计算公式为sf＝2*(NDVI/SWTR)；本发明相较于现有的大豆制图方法，创新性地结合NDVI和SWIR波段构建绿度水分综合指数(GWCCI)，能够在大豆生长峰值时期显著增强大豆与其它地物类型的信息差异；本发明采用的基于GWCCI的大豆制图方法，可实现基于单景遥感影像的、端到端的、全自动的大豆制图，不需要训练样本且不依赖长时间序列遥感数据集NDVI。
-
公开(公告)号：CN112446339A
公开(公告)日：2021-03-05
申请号：CN202011412442.9
申请日：2020-12-04
Applicant: 中国科学院东北地理与农业生态研究所
Abstract: 本发明公开了一种层次深度学习(HDL)农作物遥感分类方法，高层次作物LLC分类概率可作为高层次作物HLC分类的先验概率，反过来也是HLC的分类概率也作为LLC分类的先验概率，此过程反复迭代可用马尔科夫过程模型表达，HDL模型由两个子模型构成(HDL‑LLC以及HDL‑HLC)，分别用于低层次作物LLC和高层次作物HLC的分类，进行LLC分类概率计算和HLC分类概率计算。本发明能同时实现LLC和HLC遥感分类，并且将LLC和HLC的相关关系纳入分类过程，从而提高了LLC和HLC遥感分类精度，解决了目前LLC和HLC分类彼此分类割裂、无法统一的问题。
-
公开(公告)号：CN107480321A
公开(公告)日：2017-12-15
申请号：CN201710481646.X
申请日：2017-06-22
Applicant: 中国科学院东北地理与农业生态研究所
Abstract: 本发明涉及GIS时空数据模型构建领域，具体涉及一种泛知识化时空对象表达数据库建立方法，本发明为了解决现有的时空数据模型对于时空一体化表达及四维时空数据的表达能力不足，不能有效表达在空间或者时间上连续的现象，无法表达时空对象的几何形状与姿态的缺点，而提出一种泛知识化时空对象表达数据库建立方法，包括：建立时空对象表达数据模型；所述时空对象表达数据模型的种类包括：刚体运动模型、流体运动模型、场模型、准动态模型、静态模型；采集时空数据；根据时空数据所属的种类，使用所述时空对象表达数据模型对时空数据进行建模并将建模后的时空数据存储在数据库中。本发明适用于时空数据建模。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.031 seconds)
