-
公开(公告)号：CN106650689A
公开(公告)日：2017-05-10
申请号：CN201611253105.3
申请日：2016-12-30
Applicant: 厦门理工学院
Abstract: 本发明公开一种沿海城市时间序列土地利用信息提取方法，包括如下步骤：采集遥感影像Landsat进行大气校正，选取一组遥感分类特征构建遥感分类特征指数数据库；采集数字高程影像DEM数据，得到高程数据和坡度数据；基于多特征的决策树模型，根据沿海城市不同土地利用类型构建单分类特征指数或多分类特征指数的决策规则，并依据规则进行沿海城市土地利用逐级分类，最终确定决策树的各个分支；时间序列遥感影像变化检测，区分误分和漏分地类；包括两部分内容：进行分类精度的评价；输出基于决策树模型提取的土地利用分类图。此种方法可大大提高沿海城市土地利用分类精度，解决沿海城市土地利用分类中的关键问题。
-
公开(公告)号：CN112329790B
公开(公告)日：2024-01-23
申请号：CN202011163972.4
申请日：2020-10-27
Applicant: 厦门理工学院
IPC: G06V10/46 , G06V10/24 , G06V10/764
Abstract: 本发明公开一种城市不透水面(ISA)信息快速提取方法，包括：收集研究区Landsat‑5 TM、Landsat‑8 OLI或Sentinel‑2遥感影像中的任一种，采用简化的COST模型或sen2cor模型对影像进行大气校正，将原始影像灰度值转换为地表反射率值；根据影像类型，选择一组遥感分类特征，计算对应分类特征指数；基于多特征决策树模型，建立单规则分类或多规则分类指数的决策规则，进行ISA信息逐级分类；对提取的城市ISA信息进行精度评价，输出满足精度的城市ISA图。简化的COST模型解决了采用原始COST模型大气校正过程的复杂计算问题，提高了计算效率；提出的城市ISA信息快速提取方法可避免单纯利用不透水面指数单一分类特征的缺陷，极大提高了ISA信息提取精度，解决了城市ISA信息提取的关键技术问题。
-
Patent Agency Ranking
公开(公告)号：CN106650689B
公开(公告)日：2019-08-27
申请号：CN201611253105.3
申请日：2016-12-30
Applicant: 厦门理工学院
Abstract: 本发明公开一种沿海城市时间序列土地利用信息提取方法，包括如下步骤：采集遥感影像Landsat进行大气校正，选取一组遥感分类特征构建遥感分类特征指数数据库；采集数字高程影像DEM数据，得到高程数据和坡度数据；基于多特征的决策树模型，根据沿海城市不同土地利用类型构建单分类特征指数或多分类特征指数的决策规则，并依据规则进行沿海城市土地利用逐级分类，最终确定决策树的各个分支；时间序列遥感影像变化检测，区分误分和漏分地类；包括两部分内容：进行分类精度的评价；输出基于决策树模型提取的土地利用分类图。此种方法可大大提高沿海城市土地利用分类精度，解决沿海城市土地利用分类中的关键问题。
-
公开(公告)号：CN112329790A
公开(公告)日：2021-02-05
申请号：CN202011163972.4
申请日：2020-10-27
Applicant: 厦门理工学院
Abstract: 本发明公开一种城市不透水面(ISA)信息快速提取方法，包括：收集研究区Landsat‑5 TM、Landsat‑8 OLI或Sentinel‑2遥感影像中的任一种，采用简化的COST模型或sen2cor模型对影像进行大气校正，将原始影像灰度值转换为地表反射率值；根据影像类型，选择一组遥感分类特征，计算对应分类特征指数；基于多特征决策树模型，建立单规则分类或多规则分类指数的决策规则，进行ISA信息逐级分类；对提取的城市ISA信息进行精度评价，输出满足精度的城市ISA图。简化的COST模型解决了采用原始COST模型大气校正过程的复杂计算问题，提高了计算效率；提出的城市ISA信息快速提取方法可避免单纯利用不透水面指数单一分类特征的缺陷，极大提高了ISA信息提取精度，解决了城市ISA信息提取的关键技术问题。
-
公开(公告)号：CN109472304A
公开(公告)日：2019-03-15
申请号：CN201811277090.3
申请日：2018-10-30
Applicant: 厦门理工学院
IPC: G06K9/62
Abstract: 本发明公开了一种基于SAR与光学遥感时序数据的树种分类方法、装置和设备，方法包括：预先选择研究区域内的部分林班作为训练区域，其余林班作为验证数据，并根据训练数据采集光学遥感影像时序数据和SAR影像时序数据；对光学遥感影像数据和SAR影像数据预处理后，分别进行特征提取，以获得林班时序变化特征。对时序变化特征进行聚类分析，建立树种分类体系。根据多特征的决策树模型以及树种分类体系构建单分类时序特征指数或多分类特征指数的决策规则，并根据决策规则对预定地区的树种逐级分类，以获得树种决策树分类模型。根据验证数据对树种决策树分类模型的结果进行验证及精度的评价，并根据精度评价结果调整决策树阈值，以更新树种决策树分类模型。根据更新后的树种决策树分类模型提取树种分布图。
-
公开(公告)号：CN118095502A
公开(公告)日：2024-05-28
申请号：CN202410032416.5
申请日：2024-01-09
Applicant: 厦门理工学院
IPC: G06Q10/02 , G06Q10/0631 , G06Q30/0601 , G06Q50/47
Abstract: 本发明涉及一种评估网约车载客量密度与城市环境因子关系的方法，包括：通过K‑Means++聚类算法进行多尺度的空间单元划分；提取每条订单数据中上车点下车点所在空间单元的唯一编码；构建一个m×m的通行时间矩阵，设定矩阵中的元素Tij的值为所有以唯一编码为i的空间单元为上车点且以唯一编码为j的空间单元为下车点的订单数据对应的通行时间的平均值；使用通行时间矩阵替代MGWR模型中的空间权重矩阵后，通过MGWR模型得到网约车载客量密度与城市环境因子的关系。本发明揭示了出租车载客量同城市建成环境因子的关联机制，为城市交通资源优化和出行模式分析提高科学依据。
-
公开(公告)号：CN109472304B
公开(公告)日：2021-04-16
申请号：CN201811277090.3
申请日：2018-10-30
Applicant: 厦门理工学院
IPC: G06K9/62
Abstract: 本发明公开了一种基于SAR与光学遥感时序数据的树种分类方法、装置和设备，方法包括：预先选择研究区域内的部分林班作为训练区域，其余林班作为验证数据，并根据训练数据采集光学遥感影像时序数据和SAR影像时序数据；对光学遥感影像数据和SAR影像数据预处理后，分别进行特征提取，以获得林班时序变化特征。对时序变化特征进行聚类分析，建立树种分类体系。根据多特征的决策树模型以及树种分类体系构建单分类时序特征指数或多分类特征指数的决策规则，并根据决策规则对预定地区的树种逐级分类，以获得树种决策树分类模型。根据验证数据对树种决策树分类模型的结果进行验证及精度的评价，并根据精度评价结果调整决策树阈值，以更新树种决策树分类模型。根据更新后的树种决策树分类模型提取树种分布图。
-
-
-
-
-
-
Search Results
7
records
(took 0.016 seconds)
