-
公开(公告)号：CN118036643A
公开(公告)日：2024-05-14
申请号：CN202410060349.8
申请日：2024-01-16
Applicant: 安徽理工大学
Abstract: 本发明提出了一种基于改进金枪鱼算法的煤矿开采沉降预测模型参数反演方法，包括以下步骤：步骤S1：根据矿区的实测数据相对应的预计参数，构建所述金枪鱼种群内的金枪鱼群预计矩阵TSO。步骤S2：依据矩阵TSO和煤矿区的实测信息构建适应度函数并计算每个金枪鱼位置的适应度，更新金枪鱼最优位置；步骤S3：基于金枪鱼觅食过程进行迭代，依据煤矿区的实测信息构建适应度函数，优化全局寻优过程并计算每个金枪鱼位置的适应度，实时更新所述优化算法参数以及所述金枪鱼位置；步骤S4：设定迭代次数最优终止条件，输出所述金枪鱼种群内金枪鱼最优解矩阵。本发明提出了一种基于改进金枪鱼算法的煤矿开采沉降预测模型参数反演方法，该方法收敛速度快，收敛精度高，局部寻优能力高，全局搜索能力强，可精准的预测煤矿开采沉降的参数，可有效的预防和降低开采沉降的损害风险。
-
公开(公告)号：CN116630790A
公开(公告)日：2023-08-22
申请号：CN202310259581.X
申请日：2023-03-17
Applicant: 安徽理工大学
IPC: G06V20/10 , G06V10/764 , G06V10/44 , G06V10/26
Abstract: 本发明公开了一种基于边缘精度评价的分类结果优化方法，具体包括以下步骤：S1、对输入影像的分类类型进行判断，区分单分类和多分类，若为多分类则进行分类提取转换为单分类；S2、对单分类影像进行像元统计分析，判断影像类型；S3、使用二值影像进行地物边缘精度评价，若影像为概率影像，则先对概率影像二值化，再进行地物边缘精度评价；S4、对概率影像分值提取地物轮廓，若影像为二值影像则先进行对象分割、影像概率化将二值影像转换为概率影像；S5、基于边缘精度评价结果对分类结果进行优化；S6、对多分类影像的优化结果进行合并；本发明提出了一种基于边缘精度评价的分类结果优化方法，通过对遥感地物分类影像的边缘精度评价结果分析实现了自动化优化地物分类结果，并进一步提高影像地物边缘的分类精度。
-
公开(公告)号：CN116630790B
公开(公告)日：2024-05-24
申请号：CN202310259581.X
申请日：2023-03-17
Applicant: 安徽理工大学
IPC: G06V20/10 , G06V10/764 , G06V10/44 , G06V10/26
Abstract: 本发明公开了一种基于边缘精度评价的分类结果优化方法，具体包括以下步骤：S1、对输入影像的分类类型进行判断，区分单分类和多分类，若为多分类则进行分类提取转换为单分类；S2、对单分类影像进行像元统计分析，判断影像类型；S3、若单分类影像为概率影像，则将概率影像二值化，以二值影像中正确分类的地物边缘轮廓像元占全部边缘轮廓像元的比重，评价地物边缘精度；S4、对概率影像分值提取地物轮廓，若影像为二值影像则先进行对象分割、影像概率化将二值影像转换为概率影像；S5、基于边缘精度评价结果对分类结果进行优化；S6、对多分类影像的优化结果进行合并；本发明提出了一种基于边缘精度评价的分类结果优化方法，通过对遥感地物分类影像的边缘精度评价结果分析实现了自动化优化地物分类结果，并进一步提高影像地物边缘的分类精度。
-
公开(公告)号：CN117893630A
公开(公告)日：2024-04-16
申请号：CN202410060230.0
申请日：2024-01-16
Applicant: 安徽理工大学
Abstract: 本发明公开了一种大范围地面沉降速率等值线图自动生成方法，具体包括以下步骤：S1、利用InSAR技术反演地表形变信息，生成地面沉降速率栅格数据；S2、检查沉降速率栅格数据是否存在小部分空值，如果存在，则使用三次卷积算法填补空值；S3、生成沉降速率等值线间隔序列，将沉降速率栅格数据按等值线间隔序列提取栅格数据，并进行二值化；S4、将二值化后的栅格数据中连通的等值像元记录为等值面对象，构建自适应参数模型，生成自适应降噪参数，采用阈值法按面积过滤等值面对象，对栅格数据进行降噪；S5、按照等值线间隔序列顺序依次合并降噪后的栅格数据，并提取沉降速率等值线；S6、对沉降速率等值线采用指数核的多项式近似方法进行平滑，并对平滑后的等值线进行拓扑检查，修改拓扑错误；S7、对修改后的等值线进行制图，生成沉降速率等值线图。本发明通过构建自适应参数模型，生成图像降噪参数，对图像进行降噪，并对提取到的等值线进行平滑、拓扑检查和制图，实现了自动化生成沉降速率等值线图。
-
-
-
Search Results
4
records
(took 0.024 seconds)
