-
公开(公告)号：CN110993019A
公开(公告)日：2020-04-10
申请号：CN201911025512.2
申请日：2019-10-25
Applicant: 北京师范大学
Abstract: 本发明属于生态风险评价测试策略领域，具体涉及一种用于制定水质基准及风险评估的生物富集因子预测方法。包括以下步骤：(1)生物富集因子数据的选取；(2)替代物种的选择；(3)生物富集因子种间关系模型的建立；(4)预测数据的筛选等步骤，可以避免耗时耗力的生物实验，通过化学品对已知物种的生物富集因子预测更多物种的生物富集因子，尤其是稀有和濒危物种生物富集因子数据的空白，改善中国目前面临本土物种数据极度短缺的情况，满足中国水质基准对生物富集因子数据生物多样性的需求，加快水质基准的研究发展，并且可以为化学品生态风险评估提供基础数据支持。
-
公开(公告)号：CN118296315A
公开(公告)日：2024-07-05
申请号：CN202410237187.0
申请日：2024-03-01
Applicant: 水电水利规划设计总院 , 北京师范大学 , 中国电建集团成都勘测设计研究院有限公司
IPC: G06F18/20 , G06V20/10 , G06Q10/0637
Abstract: 本发明涉及生境评估技术领域，公开了无监测资料的河流生境质量评估方法、装置及计算机设备质，本发明获取目标研究区域中的数字高程模型和遥感影像数据；利用预设水文分析工具对数字高程模型进行分析，得到目标研究区域内的河流分布信息，可以识别到目标研究区域内对应的河流分布情况，补充了无监测数据导致无法分析河流生境的问题；根据遥感影像数据和预获取的地图水系分布对河流分布信息进行校准，得到目标研究区域内的河流水系数据；分析河流水系数据中与预设评估体系相关的评估指标；根据评估指标获取目标研究区域的实际指标数据，为河流生境质量评估提供了依据，提高了河流生境评估的准确性。
-
公开(公告)号：CN118053070B
公开(公告)日：2025-01-03
申请号：CN202410030192.4
申请日：2024-01-08
Applicant: 北京师范大学
IPC: G06V20/10 , G06V20/13 , G06V10/764 , G06V10/72 , G06V10/40
Abstract: 本发明涉及遥感影像处理技术领域，公开了基于双轨道雷达卫星的植被分布提取方法、装置及设备，基于双轨道雷达卫星的植被分布提取方法包括：获取目标区域的目标影像集合；目标影像集合表示通过预设云端地理空间分析平台获取的经过多时相滤波处理的双轨道雷达影像集合；采集目标区域的矢量目标样本；按照多个预设时间段计算目标影像集合沿时间尺度的统计特征参数，根据统计特征参数，生成第一数理统计特征集合；在第一数理统计特征集合中筛选出矢量目标样本对应的第二数理统计特征集合；对第二数理统计特征集合进行分类处理，得到目标植被分布结果。本发明提高植被分布结果的提取效率。
-
公开(公告)号：CN118053070A
公开(公告)日：2024-05-17
申请号：CN202410030192.4
申请日：2024-01-08
Applicant: 北京师范大学
IPC: G06V20/10 , G06V20/13 , G06V10/764 , G06V10/72 , G06V10/40
Abstract: 本发明涉及遥感影像处理技术领域，公开了基于双轨道雷达卫星的植被分布提取方法、装置及设备，基于双轨道雷达卫星的植被分布提取方法包括：获取目标区域的目标影像集合；目标影像集合表示通过预设云端地理空间分析平台获取的经过多时相滤波处理的双轨道雷达影像集合；采集目标区域的矢量目标样本；按照多个预设时间段计算目标影像集合沿时间尺度的统计特征参数，根据统计特征参数，生成第一数理统计特征集合；在第一数理统计特征集合中筛选出矢量目标样本对应的第二数理统计特征集合；对第二数理统计特征集合进行分类处理，得到目标植被分布结果。本发明提高植被分布结果的提取效率。
-
公开(公告)号：CN116881624B
公开(公告)日：2023-11-17
申请号：CN202311141790.0
申请日：2023-09-06
Applicant: 北京师范大学
IPC: G06F17/18 , G06N20/00 , G06Q10/0639
Abstract: 本申请涉及一种复合型极端事件预报方法、装置、计算机设备和存储介质。所述方法包括：基于目标复合型极端事件的潜在影响因子和预先构建的目标复合型极端事件对应的目标复合指数，在潜在影响因子中，选择目标复合型极端事件的预报因子；将预报因子的当前值分别输入至预先训练的多个复合型极端事件预报模型，得到目标复合型极端事件的多个预报结果；多个复合型极端事件预报模型采用不同的机器学习模型实现；对目标复合型极端事件的多个预报结果进行贝叶斯平均，得到目标复合型极端事件的目标预报结果；目标预报结果用于表征目标复合型极端事件在预见期发生的强度。采用本方法能够对复合型极端事件进行预报。
-
Patent Agency Ranking
公开(公告)号：CN116206221A
公开(公告)日：2023-06-02
申请号：CN202310077797.4
申请日：2023-01-16
Applicant: 北京师范大学
IPC: G06V20/17 , G06V10/82 , G06V10/774 , G06V10/776 , G06V10/40 , G06N3/045 , G06N3/0464 , G06N3/048 , G06N3/082
Abstract: 本发明提出一种水体耀斑检测方法和系统。其中，方法包括：采集水体影像图，并对所述水体影像图进行标注，生成训练集、验证集和测试集；设计水体耀斑检测的深度神经网络模型；应用所述训练集和验证集对所述深度神经网络模型进行训练和调参；应用所述测试集和评价指标验证训练好的深度神经网络模型的准确性；应用训练好的深度神经网络模型对采集的单张水体图像进行水体耀斑检测。本发明提出的方案，减少了其他地物的误检测现象；减轻过拟合现象，使检测的水体耀斑更加准确。本发明检测水体耀斑的Precision达到0.835，Recall达到0.887，F1达到0.836，IOU达到0.747。
-
公开(公告)号：CN113240648A
公开(公告)日：2021-08-10
申请号：CN202110539811.9
申请日：2021-05-18
Applicant: 北京师范大学
Abstract: 本发明公开了一种多时相可见光影像的植被长势监测分析方法和装置，其中，方法包括：按照预设轨迹和预设拍照时间间隔通过可见光相机获取目标监测区域内的多张植被生长季影像；对每个时相获取的所有单张植被生长季影像进行拼接，得到整幅覆盖所有地物的单张正射影像；借助高精度的地面控制点对每个时相的正射影像进行几何校正，以得到校正后的正射影像；采用改进型红蓝植被指数公式对每个时相的所述校正后的正射影像进行植被指数计算，得到植被指数的计算结果；根据所述植被指数计算结果得到植被指数值的大小，根据所述植被指数值的大小，确定所述植被的长势。通过该技术方案，可以实现非接触的，高精度的，植被长势的快速监测任务。
-
公开(公告)号：CN116881624A
公开(公告)日：2023-10-13
申请号：CN202311141790.0
申请日：2023-09-06
Applicant: 北京师范大学
IPC: G06F17/18 , G06N20/00 , G06Q10/0639
Abstract: 本申请涉及一种复合型极端事件预报方法、装置、计算机设备和存储介质。所述方法包括：基于目标复合型极端事件的潜在影响因子和预先构建的目标复合型极端事件对应的目标复合指数，在潜在影响因子中，选择目标复合型极端事件的预报因子；将预报因子的当前值分别输入至预先训练的多个复合型极端事件预报模型，得到目标复合型极端事件的多个预报结果；多个复合型极端事件预报模型采用不同的机器学习模型实现；对目标复合型极端事件的多个预报结果进行贝叶斯平均，得到目标复合型极端事件的目标预报结果；目标预报结果用于表征目标复合型极端事件在预见期发生的强度。采用本方法能够对复合型极端事件进行预报。
-
公开(公告)号：CN116206221B
公开(公告)日：2023-09-05
申请号：CN202310077797.4
申请日：2023-01-16
Applicant: 北京师范大学
IPC: G06V20/17 , G06V10/82 , G06V10/774 , G06V10/776 , G06V10/40 , G06N3/045 , G06N3/0464 , G06N3/048 , G06N3/082
Abstract: 本发明提出一种水体耀斑检测方法和系统。其中，方法包括：采集水体影像图，并对所述水体影像图进行标注，生成训练集、验证集和测试集；设计水体耀斑检测的深度神经网络模型；应用所述训练集和验证集对所述深度神经网络模型进行训练和调参；应用所述测试集和评价指标验证训练好的深度神经网络模型的准确性；应用训练好的深度神经网络模型对采集的单张水体图像进行水体耀斑检测。本发明提出的方案，减少了其他地物的误检测现象；减轻过拟合现象，使检测的水体耀斑更加准确。本发明检测水体耀斑的Precision达到0.835，Recall达到0.887，F1达到0.836，IOU达到0.747。
-
公开(公告)号：CN110993019B
公开(公告)日：2020-11-27
申请号：CN201911025512.2
申请日：2019-10-25
Applicant: 北京师范大学
Abstract: 本发明属于生态风险评价测试策略领域，具体涉及一种用于制定水质基准及风险评估的生物富集因子预测方法。包括以下步骤：(1)生物富集因子数据的选取；(2)替代物种的选择；(3)生物富集因子种间关系模型的建立；(4)预测数据的筛选等步骤，可以避免耗时耗力的生物实验，通过化学品对已知物种的生物富集因子预测更多物种的生物富集因子，尤其是稀有和濒危物种生物富集因子数据的空白，改善中国目前面临本土物种数据极度短缺的情况，满足中国水质基准对生物富集因子数据生物多样性的需求，加快水质基准的研究发展，并且可以为化学品生态风险评估提供基础数据支持。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.018 seconds)
