-
公开(公告)号：CN115994699A
公开(公告)日：2023-04-21
申请号：CN202211217798.6
申请日：2022-09-30
Applicant: 南京信息工程大学
IPC: G06Q10/0639 , G06Q50/26 , G06F17/16 , G06F17/10
Abstract: 本发明公开了一种海洋灾害对海岸带承载体承灾力的影响分析方法，所述方法包括：根据影响承载体承灾能力的影响因子指标构建评估指标体系；对评估指标体系进行规格化处理，获取海洋灾害影响因子的矩阵；计算出海洋灾害影响因子矩阵的权重系数；根据规格化处理的影响因子以及权重系数得到估计总体承灾能力函数。本发明解决了评估海岸带承载体承受海洋灾害能力的空白。
-
Patent Agency Ranking
公开(公告)号：CN110866363A
公开(公告)日：2020-03-06
申请号：CN201911098932.3
申请日：2019-11-12
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种利用人工神经网络反演北极融池分布的方法，首先，收集高分辨率融池影像和同时期的中分辨率成像光谱仪MOD09GA，并重投影为正弦投影；然后，构建与MOD09GA一致的网格；计算每个网格内的融池比例、海冰比例和开放水的比例，再删除MOD09GA中被云覆盖的像素；获得的数据和相对应的逐日地表反射率，MOD09GA 1到7波段反射率形成数据集；最后，构建融池模型，将匹配好的MOD09GA 1到7波段反射率作为输入集，相应的海冰比例、融池比例、开放水比例作为输出样本集训练人工神经网络，找到最优解。本发明弥补了现场观测和走航观测在时间和空间的缺陷，具有快速和简单的特点，提升了我国极地遥感监测水平，且能更好的反应北极真实的融池状况。
-
公开(公告)号：CN110866363B
公开(公告)日：2023-04-07
申请号：CN201911098932.3
申请日：2019-11-12
Applicant: 南京信息工程大学
IPC: G06F30/27 , G06N3/0455 , G06N3/048 , G06N3/084
Abstract: 本发明公开了一种利用人工神经网络反演北极融池分布的方法，首先，收集高分辨率融池影像和同时期的中分辨率成像光谱仪MOD09GA，并重投影为正弦投影；然后，构建与MOD09GA一致的网格；计算每个网格内的融池比例、海冰比例和开放水的比例，再删除MOD09GA中被云覆盖的像素；获得的数据和相对应的逐日地表反射率，MOD09GA 1到7波段反射率形成数据集；最后，构建融池模型，将匹配好的MOD09GA 1到7波段反射率作为输入集，相应的海冰比例、融池比例、开放水比例作为输出样本集训练人工神经网络，找到最优解。本发明弥补了现场观测和走航观测在时间和空间的缺陷，具有快速和简单的特点，提升了我国极地遥感监测水平，且能更好的反应北极真实的融池状况。
-
公开(公告)号：CN113553766B
公开(公告)日：2023-04-28
申请号：CN202110832472.3
申请日：2021-07-22
Applicant: 南京信息工程大学
IPC: G06F30/27 , G06F18/2431 , G06N20/10 , G06F111/10 , G06F119/08 , G06F119/12
Abstract: 本发明公开了一种使用机器学习反演北极积雪深度的方法，获取OIB积雪深度数据，根据OIB积雪深度数据中的经纬度和AMSR2L1R亮温的经纬度数据，对两数据进行匹配。构建积雪深度的训练样本集和测试样本集，本发明所要解决的技术问题是提供一种基于机器学习的北极积雪深度自动化反演。其既解决了传统线性回归方程中无法反演复杂的非线性关系而导致模型不确定性，具有能学习复杂非线性关系降低积雪深度不确定性的特点。也解决了传统方法中需要额外确定多年冰、一年冰以及海冰密集度等辅助参数等需要复杂的辅助输入数据等问题，具有输入数据简单易实现的特点。
-
公开(公告)号：CN113553766A
公开(公告)日：2021-10-26
申请号：CN202110832472.3
申请日：2021-07-22
Applicant: 南京信息工程大学
IPC: G06F30/27 , G06K9/62 , G06N20/10 , G06F111/10 , G06F119/08 , G06F119/12
Abstract: 本发明公开了一种使用机器学习反演北极积雪深度的方法，获取OIB积雪深度数据，根据OIB积雪深度数据中的经纬度和AMSR2L1R亮温的经纬度数据，对两数据进行匹配。构建积雪深度的训练样本集和测试样本集，本发明所要解决的技术问题是提供一种基于机器学习的北极积雪深度自动化反演。其既解决了传统线性回归方程中无法反演复杂的非线性关系而导致模型不确定性，具有能学习复杂非线性关系降低积雪深度不确定性的特点。也解决了传统方法中需要额外确定多年冰、一年冰以及海冰密集度等辅助参数等需要复杂的辅助输入数据等问题，具有输入数据简单易实现的特点。
-
公开(公告)号：CN115631077A
公开(公告)日：2023-01-20
申请号：CN202211093958.0
申请日：2022-09-08
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于风险度的暴雨灾害风险评估方法，包括：采集暴风雨数据资料，在暴风雨数据资料中选取致灾能力指标；采集社会资料，在社会资料中选取承载体指标；将致灾能力指标与承载体指标输入预先构建的风险评估模型中，并利用GIS自然断点法获得某区域不同地区的风险等级情况。本发明是从致灾因子的致灾能力和承载体的易损度两个方面进行考虑，在自然灾害的风险评估过程中，在进行自然灾害本身的致灾能力科学的评估推算的基础上，本发明结合了当地的GDP、人口密度和耕地面积等在自然灾害中极易造成损失的承载体进行叠加分析，更为精准有效的对气象灾害的风险度进行了评估。
-
-
-
-
-
Search Results
6
records
(took 0.021 seconds)
