-
Patent Agency Ranking
公开(公告)号：CN116050920A
公开(公告)日：2023-05-02
申请号：CN202310073589.7
申请日：2023-02-07
Applicant: 南京信息工程大学
IPC: G06Q10/0639 , G06N3/0442 , G06N3/0464 , G06N3/0985 , G06F17/10
Abstract: 本发明公开一种基于深度学习的综合干旱监测方法，该方法基于深度学习算法构建综合干旱模型，其包括如下步骤：获取区域内历史降水、气温数据和遥感干旱指数；计算标准降水蒸散发指数(SPEI)；构建综合干旱监测模型，模拟得到综合干旱指数(CDI)；将数据集划分为训练数据集和测试数据集，评估综合干旱监测模型的性能；通过反复调整获取最佳综合干旱监测模型；将待监测的气象数据输入监测模型，得到监测结果。本发明的综合干旱监测方法提高了干旱监测的准确性与有效性，综合干旱指数(CDI)具有遥感干旱指数和标准降水蒸散发指数(SPEI)两类数据的特征，此外，该模型只使用了免费的遥感数据和少量的气象站点数据，不仅获得了有效的监测结果，而且成本更低。
-
公开(公告)号：CN115792853A
公开(公告)日：2023-03-14
申请号：CN202211630284.3
申请日：2022-12-15
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于动态权重损失的雷达回波外推方法，包括：(1)基于现有短临预报模型的预测结果构建动态损失函数，所述现有短临预报模型为采用雷达回波外推方法实现降水强度预测的模型；(2)采集雷达回波数据并建立雷达回波外推数据集，将雷达回波外推数据集按照一定比例划分为训练集与验证集；(3)将训练集数据输入短临预报模型进行模型训练，获取动态损失函数优化短临预报模型，将验证集数据输入优化后的短临预报模型获取预测结果。本发明基于雷达数据有效提升目前主流的深度学习模型预测性能，并且有效缓解现有雷达回波外推方法产生的累积误差。
-
公开(公告)号：CN116563698A
公开(公告)日：2023-08-08
申请号：CN202310231358.4
申请日：2023-03-10
Applicant: 南京信息工程大学
Abstract: 本申请涉及一种基于CNN和MixFormer的遥感图像水体提取方法。该方法包括：获取待水体提取的遥感图像，并将遥感图像输入遥感图像水体提取模型中的编码器进行处理，提取遥感图像中的与水体相关的信息，输出浅层特征信息和深层特征信息，再将深层特征信息输入到遥感图像水体提取模型中的MixFormer block模块建模图像全局上下文信息，提取第一特征信息，并将第一特征信息和浅层特征信息输入到遥感图像水体提取模型中的解码器进行特征融合，输出水体提取图。由此，能够提取遥感图像中更丰富的语义信息，在复杂场景下具有更稳健的识别水体能力，同时具有更高的分割精度，提高了遥感图像水体提取的效果，从而提高了水体提取的精度。
-
公开(公告)号：CN115908946A
公开(公告)日：2023-04-04
申请号：CN202211649235.4
申请日：2022-12-21
Applicant: 南京信息工程大学
IPC: G06V10/764 , G06V10/80 , G06V10/82 , G06V10/26 , G06V20/10
Abstract: 本发明公开了一种基于多种注意力语义分割的土地利用分类方法，包括如下步骤：S1.设计基于多种注意力模块和特征增强层的土地利用模型；S2.对公开数据集进行处理，建立自己的模型数据集；S3.利用数据集验证和对比模型的方法：对S1提出的土地利用模型进行对比实验，用于验证改进模型的准确性。本发明减小相似类别的特征导致错误分类的概率，又结合深度可分离卷积和平均池化加快运算效率，深化特征，从多个方面加强特征描述。
-
-
-
-
Search Results
5
records
(took 0.04 seconds)
