公开(公告)号：CN116433596A

公开(公告)日：2023-07-14

申请号：CN202310209913.3

申请日：2023-03-07

Applicant: 南京林业大学

Inventor： 葛琦 ,  何炳坤 ,  吕庆 ,  仉文岗 ,  杨平 ,  孙红月

IPC: G06T7/00 ,  G06V10/26 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/096

Abstract: 本发明公开了一种边坡坡面植被覆盖率测量方法、装置及相关组件，涉及植被率覆盖测量领域。该方法包括：基于COCO数据集和斜坡影像语义分割网络构建预训练模型，并利用训练集中所有的植被样本图像对预训练模型进行模型迁移，得到迁移学习模型；将植被样本图像输入迁移学习模型，得到评估结果；基于评估结果，计算评估系数；在评估系数满足预设系数阈值后，输出坡面植被覆盖情况图像分割模型；将采集的目标坡面图像输入至坡面植被覆盖情况图像分割模型，得到坡面植被分割结果；基于像素点定量表征坡面植被分割结果，得到坡面植被覆盖率并输出。该方法利用较少的植被样本图像，即可构建出能够输出较精确的坡面植被覆盖率的坡面植被覆盖情况图像分割模型。

公开(公告)号：CN116306277A

公开(公告)日：2023-06-23

申请号：CN202310244147.4

申请日：2023-03-14

Applicant: 南京林业大学

Inventor： 葛琦 ,  李裕成 ,  吕庆 ,  仉文岗 ,  杨平 ,  孙红月

IPC: G06F30/27 ,  G06N3/049 ,  G06N3/044 ,  G06N3/08 ,  G06F17/18 ,  G06Q50/26 ,  G06F18/214

Abstract: 本发明公开了一种滑坡位移预测方法、装置及相关组件，涉及地质灾害预防领域。该方法包括获取趋势项位移、周期项位移数据；并将变形影响因素数据与周期项位移数据组合，构建得到周期项位移预测数据集；并输入滑坡多源数据生成式增扩网络模型进行数据增强，并基于数据增强后的周期项位移预测数据集，在判别器中获取最大均值差异MMD，若最大均值差异MMD的计算结果符合判断条件，得到目标周期项位移预测数据集；并输入GRU多变量时序模型，得到周期项位移预测结果；将趋势项位移数据输入GRU单变量时序模型，得到趋势项位移预测结果，得到累计位移预测结果并输出。该方法可以解决小样本条件下基于神经网络的滑坡位移预测模型建模困难的实际工程问题。