-
公开(公告)号：CN104008376A
公开(公告)日：2014-08-27
申请号：CN201410245727.6
申请日：2014-06-05
Applicant: 复旦大学
Abstract: 本发明属于遥感图像处理技术领域，具体为一种基于可能性中心点聚类的多光谱遥感影像混合像元分解方法。本发明根据可能性理论和中心点聚类方法的基本原理，构建可能性C中心点聚类方法的代价函数式和可能性隶属度函数，运用启发式算法对离散的解空间进行搜索，通过迭代运算更新聚类中心及可能性隶属度矩阵，获得最终的光谱端元和组分比例，即地表覆被的盖度。本方法不仅对噪声和孤立点数据有良好的鲁棒性，而且可有效处理重叠聚类问题，在聚类间彼此距离较近时也能准确地识别聚类中心，因此，可以在噪声环境下获得高精度的地表覆被盖度和端元光谱信息。本发明在采用多光谱遥感影像进行高精度地物分类、目标检测方面具有重要的应用价值。
-
公开(公告)号：CN114997646A
公开(公告)日：2022-09-02
申请号：CN202210619902.8
申请日：2022-06-02
Applicant: 复旦大学
IPC: G06Q10/06
Abstract: 本发明提供一种基于手机信令数据的大气污染健康风险实时动态评价方法，首先利用手机信令数据提取并分析用户‑时间‑位置‑行为状态信息；然后结合对应时间位置下的大气污染物浓度，计算出个体和人群的暴露浓度；最后基于空气质量健康指数(AQHI)原理进行个体和人群的大气污染健康实时动态风险评价。该方法提高了个体和人群暴露浓度的时空分辨率，在一定程度上解决了现有的大气污染健康风险评价中使用环境污染物浓度替代实际暴露浓度的问题和实效滞后性问题，实现了实时动态的大气污染健康风险评价，能够在高时空分辨率下更加便捷直观地展示大气污染健康风险的时空演变情况，为用户外出活动提供更加及时精确的参考和指导。
-
公开(公告)号：CN110610279A
公开(公告)日：2019-12-24
申请号：CN201910924201.3
申请日：2019-09-27
Applicant: 复旦大学
Inventor： 戴晓燕
Abstract: 本发明涉及一种大气细颗粒物污染源识别方法及其应用，所述识别方法包括以下步骤：1)获取历史数据，包括风速、风向和PM2.5浓度值的时间序列数据；2)基于所述历史数据构建双变量极化图；3)基于双变量极化图的特征，采用聚类分析实现PM2.5污染源的自动分类识别。识别PM2.5污染源后，通过计算不同污染源的贡献值，判别污染扩散影响因子。与现有技术相比，本发明具有识别精度高、可实现自动分类等优点。
-
-
Search Results
3
records
(took 0.047 seconds)
