一种基于地形模型匹配的高程异常模型构建方法及系统

    公开(公告)号:CN117557741A

    公开(公告)日:2024-02-13

    申请号:CN202410037171.5

    申请日:2024-01-10

    Abstract: 一种基于地形模型匹配的高程异常模型构建方法及系统,属于高程异常领域,包括从地形模型中选取多组公共拟合点和多个检查点;分别利用二次曲面模型法和多种神经网络,构建初步高程异常模型;利用多个检查点的位置数据分别计算每个初步高程异常模型的模型精度,以选取模型精度最高的初步高程异常模型作为最终高程异常模型输出。本申请基于二次曲面模型法和多种机器学习方法,建立了测区范围内高程异常的建模方法,并对利用各种方法建立的高程异常模型进行了细致的对比分析,相比于传统高程异常建模单纯常采用二次多项式等曲面拟合方法容易受地形复杂影响,导致区域精度较差的问题,能够根据不同地形区域生成精度最高的高程异常模型。

    一种实时正常高获取方法及系统
    2.
    发明公开

    公开(公告)号:CN117538911A

    公开(公告)日:2024-02-09

    申请号:CN202410037173.4

    申请日:2024-01-10

    Abstract: 一种实时正常高获取方法及系统,属于数据测绘领域,包括获取测量区域的地形数据和测量区域内多个控制点的第一高程数据;根据地形数据分析得到测量区域的类别信息和高程异常拟合策略,高程异常拟合策略为根据多个控制点的第一高程数据,利用多种预设拟合法的组合进行高程异常拟合得到高程异常曲面,各个组合中的预设拟合法不同;根据不同数量的控制点,分别利用每种高程异常拟合策略进行高程异常拟合,得到多个高程异常曲面;按照预设评价策略对各个高程异常曲面的拟合精度进行评价,得到拟合精度最高的高程异常曲面;基于拟合精度最高的高程异常曲曲面得到正常高数据。本申请能够根据不同测量区域选定不同高程拟合方案,得到精确的正常高数据。

    一种无证书公钥可搜索加密方法和系统

    公开(公告)号:CN111464292A

    公开(公告)日:2020-07-28

    申请号:CN202010212306.9

    申请日:2020-03-24

    Abstract: 本发明公开了一种无证书公钥可搜索加密方法和系统,本发明的无证书公钥可搜索加密方法不需要基于随机预言机模型,就能在实际应用中得到高效且安全的保证,本系统包括密钥生成中心、数据发送端、数据接收端和云服务器这四个参与端,由密钥生成中心负责为数据发送端、数据接收端和云服务器生成部分私钥;再由数据发送端负责对数据加密;由数据接收端负责生成待检索关键字的陷门;由云服务器负责存储和检索密文数据。本发明为数据发送端和云服务器加入了公私钥对,既可以通过公开信道进行陷门传输,同时又可以抵抗关键字猜测的攻击,实现了密文数据的检索功能,同时保障了密文数据的不可区分性和陷门的不可区分性。

    一种支持性能分析的SaaS软件部署方案的构建方法

    公开(公告)号:CN105159736B

    公开(公告)日:2018-10-09

    申请号:CN201510692134.9

    申请日:2015-10-23

    Applicant: 武汉大学

    Abstract: 本发明公开了一种支持性能分析的SaaS软件部署方案的构建方法,定义了部署环境、部署对象、部署计划和部署约束;部署环境描述物理环境所能提供的硬件节点及资源供给情况,包括虚拟机和虚拟机之间的通信能力;部署对象描述了需要部署的SaaS软件、软件的资源需求和软件中服务调用信息,包括基本服务和组合服务;部署计划描述了SaaS软件中的服务在硬件节点上的部署情况与配置参数,包括多个部署单元,每个部署单元由一个虚拟机实例和多个基本服务实例组成;部署约束描述了由于业务技术、可靠性、安全性、高效性等方面的需要,部署计划必须遵循的各种限制条件;本发明适用于动态变化的部署环境,为SaaS软件的性能分析提供必要的信息。

    基于脑电特征归因的觉醒觉知状态相关脑区识别方法与装置

    公开(公告)号:CN119679364A

    公开(公告)日:2025-03-25

    申请号:CN202411631021.3

    申请日:2024-11-15

    Applicant: 武汉大学

    Abstract: 本申请公开了基于脑电特征归因的觉醒觉知状态相关脑区识别方法与装置,该方法包括:获取不同觉醒觉知状态下的脑电数据集;进行预处理和特征提取得到脑电特征数据集;构建分类模型,通过脑电特征数据集和对应的状态标签对分类模型进行训练,得到训练好的觉醒状态分类模型与觉知状态分类模型;获取目标脑电数据,并进行预处理和特征提取得到目标脑电特征;进行分组得到多组脑区特征组,通过特征归因算法计算每组脑区特征组与觉醒状态分类模型或觉知状态分类模型之间的重要性,基于重要性确定脑区特征组对应的脑区为与觉醒状态或觉知状态相关的脑区。本申请不仅能够对被试的觉醒与觉知状态进行区分,还能识别出觉醒状态、觉知状态的相关脑区。

    面向减灾任务的时空数据获取与服务组合方案生成方法

    公开(公告)号:CN107679221B

    公开(公告)日:2021-03-16

    申请号:CN201710980706.2

    申请日:2017-10-19

    Applicant: 武汉大学

    Abstract: 本发明公开了一种面向减灾任务的时空数据获取与服务组合方案生成方法,针对面向任务描述的时空数据获取方法,首先设计减灾任务描述模版,输入减灾任务描述语句,并对其预处理;然后提取用户描述语句中的实体,结合知识库中的规则推理输入数据的属性要求;最后构建标准查询语句中的筛选条件;针对面向减灾任务的服务组合方案生成方法,首先在服务元数据中增加数据关联的描述,并引入服务的功能本体;然后,基于服务间的数据关联,使用依赖图构建算法获得服务依赖图;最后,使用有效路径搜索算法验证并筛选依赖图中每条组合路径的功能,并作为服务组合方案推荐给用户;本发明解决了用户通过任务描述获取数据和构建减灾任务组合方案的困难。

Patent Agency Ranking