-
公开(公告)号：CN112215432A
公开(公告)日：2021-01-12
申请号：CN202011133299.X
申请日：2020-10-21
Applicant: 河南大学
Abstract: 本发明提供一种水资源可达性预测方法和预测系统，预测方法包括如下步骤：确定水资源可达性的影响因子，具体包括外在影响因子和内在影响因子，其中外在影响因子包括水源地与目的地之间的距离、水源地与目的地之间栅格的平均高程值，所述内在影响因子包括水源地与目的地之间栅格内的道路密度、沟渠密度和涵洞数量；获取待预测水资源可达性的影响因子；建立用于表征水资源可达性与其影响因子之间关系的数学模型；将获取的待预测水资源可达性的影响因子代入所述数学模型，得到水可达性的值。本发明所提供的技术方案能够解决现有技术中对水资源可达性预测结果不准确的问题。
-
公开(公告)号：CN116883853A
公开(公告)日：2023-10-13
申请号：CN202310039170.X
申请日：2023-01-12
Applicant: 河南大学
IPC: G06V20/13 , G06V20/10 , G06V10/764 , G06V10/80 , G06V10/75 , G06V10/774 , G06V10/82 , G06V10/26 , G06V20/70 , G06N3/0464 , G06N3/096
Abstract: 本发明公开一种基于迁移学习的作物时空信息遥感分类方法，包括：地面样本数据获取；Sentinel‑2多特征影像获取与预处理；参考直方图匹配；训练与验证区域选择；样本集制作与精度验证；语义分割模型选择与参数改进；迁移学习模型训练与性能评价；作物时空信息预测分类与精度评价；作物时空信息专题图制作。本发明旨在构建一个适用于多特征影像且兼容不同时相和分类任务的作物时空信息智能分类方法体系，将多时相卫星遥感影像特征差异通过直方图匹配方法进行一致性处理，结合空间通道联合注意力机制，完成迁移学习模型的训练及复杂农业种植区作物时空信息的快速自动化分类预测和制图，对落实耕地保护和保障粮食安全具有重要的意义。
-
公开(公告)号：CN120046786A
公开(公告)日：2025-05-27
申请号：CN202510118441.X
申请日：2025-01-24
Applicant: 河南大学
Abstract: 本发明涉及一种顾及地物空间分布特征的土地利用空间分布预测方法，包括：获取目标地类空间分布的关键因子和土地利用数据，将关键因子和土地利用数据输入人工神经网络模型，获取适宜性分布概率，并利用Markov模型预测各土地利用类型的未来栅格数；获取地类面积变化量占比，基于地类面积变化量占比确定邻域权重参数，并获取土地利用类型转移矩阵，通过土地利用类型转移矩阵设置成本矩阵，进一步获取各土地利用类型的空间分布，根据空间分布计算形状控制参数；将适宜性分布概率、未来栅格数、邻域权重参数、成本矩阵和形状控制参数输入CA模型，获取目标地类空间分布的预测结果。本发明能够更好地适应和应对实际应用中的复杂场景。
-
公开(公告)号：CN117057423A
公开(公告)日：2023-11-14
申请号：CN202310983287.3
申请日：2023-08-04
Applicant: 河南大学
Abstract: 本发明提供一种多层网络空间的知识网络构建方法。该方法包括步骤1：将网络空间环境分为实体资源层、虚拟资源层、过程资源层和决策控制层；步骤2：设计网络空间环境各层的本体，构建得到网络空间环境的本体体系；步骤3：构建网络空间知识网络模型，并通过模式层和数据层填充构建网络空间环境知识网络；其中，模式层用于表示所包含的本体和本体关系，以形成网络本体知识网络；数据层用于表示所包含的实体和实体关系，以形成网络实体知识网络；步骤4：利用节点‑链接方法，实现网络空间环境的分层可视化表达，以及网络本体知识网络和网络实体知识网络的可视化表达。
-
公开(公告)号：CN114118848B
公开(公告)日：2022-07-01
申请号：CN202111466233.7
申请日：2021-12-03
Applicant: 河南大学
Abstract: 本发明提供一种城市岩溶致陷因子定量识别和灾害风险评估方法。该方法包括：根据研究区的长时序TerraSAR‑X高分辨SAR影像，提取所述研究区的地表形变速率和地表位移时序；建立地表位移时序与地下水位时序、长江水位时序之间的交叉小波变换模型，从特殊点位尺度定量提取时滞效应；建立地表形变速率和所有潜在影响因子各分级的确定性系数之间的空间地理探测模型，计算得到的空间分异程度从空间尺度上确定所有潜在影响因子对岩溶地表塌陷的影响程度；联合逐点多时序分析结果和空间分异因子探测结果选取重要影响因子；建立岩溶地表塌陷事件与地表形变速率、重要影响因子的确定性系数之间的二元逻辑回归模型，实现对研究区的岩溶地表塌陷进行风险分区。
-
Patent Agency Ranking
公开(公告)号：CN118837882A
公开(公告)日：2024-10-25
申请号：CN202410810127.3
申请日：2024-06-21
Applicant: 河南大学
IPC: G01S13/90 , G06F18/27 , G01S7/02 , G01C5/00 , G01D21/02 , G01V7/00 , G01V7/06 , G01B15/00 , G01B15/06
Abstract: 本发明提供一种联合MT‑InSAR、GRACE和水头测量的地下水储量精炼方法，充分利用MT‑InSAR技术及GRACE/GLDAS的优势，建立基于MT‑InSAR反演的高分辨率地下水储量变化和GRACE/GLDAS反演的较低分辨率地下水储量变化的线性回归模型；回归拟合参数进一步用于校正并集成无含水层先验信息约束区域的GRACE/GLDAS‑GWS，从而减小了不确定性，实现对大区域地下水储量变化由GRACE/GLDAS原始观测空间分辨率的27km减小至1km以内的精炼处理。为农业水资源精细化管理和合理配置、区域地下水资源保障以及依赖地下水灌溉农区的作物种植结构优化调整提供科学依据。
-
公开(公告)号：CN116883853B
公开(公告)日：2024-05-28
申请号：CN202310039170.X
申请日：2023-01-12
Applicant: 河南大学
IPC: G06V20/13 , G06V20/10 , G06V10/764 , G06V10/80 , G06V10/75 , G06V10/774 , G06V10/82 , G06V10/26 , G06V20/70 , G06N3/0464 , G06N3/096
Abstract: 本发明公开一种基于迁移学习的作物时空信息遥感分类方法，包括：地面样本数据获取；Sentinel‑2多特征影像获取与预处理；参考直方图匹配；训练与验证区域选择；样本集制作与精度验证；语义分割模型选择与参数改进；迁移学习模型训练与性能评价；作物时空信息预测分类与精度评价；作物时空信息专题图制作。本发明旨在构建一个适用于多特征影像且兼容不同时相和分类任务的作物时空信息智能分类方法体系，将多时相卫星遥感影像特征差异通过直方图匹配方法进行一致性处理，结合空间通道联合注意力机制，完成迁移学习模型的训练及复杂农业种植区作物时空信息的快速自动化分类预测和制图，对落实耕地保护和保障粮食安全具有重要的意义。
-
公开(公告)号：CN117669881A
公开(公告)日：2024-03-08
申请号：CN202311644895.8
申请日：2023-12-02
Applicant: 河南大学
IPC: G06Q10/063 , G06Q10/04 , G06N7/01
Abstract: 本发明提供一种农村居民点空间分布预测方法及系统。本发明通过景观格局指数‑冗余分析的方法对影响研究区农村居民点空间分布的因子进行选取，从研究区土地利用分布的历史情景入手，根据初始期前研究区的土地利用数据和土地利用转移矩阵设置邻域权重参数与成本矩阵，验证模型精度合理后，利用验证期前的研究区土地利用数据和土地利用类型转移矩阵设置模型参数，完成对未来时间点研究区农村居民点的空间分布格局模拟。
-
公开(公告)号：CN117648781A
公开(公告)日：2024-03-05
申请号：CN202311222285.9
申请日：2023-09-19
Applicant: 河南大学
Abstract: 本发明提供一种基于异构图注意力神经网络的道路网自动选取方法和系统。该方法包括：获取基础比例尺道路网数据与制图综合目标比例尺道路网数据；对基础比例尺道路网数据中的所有道路网设置选取标签或者删除标签；构建设置标签后的基础比例尺道路网数据的拓扑和对偶图；按照道路类型构建第一邻接矩阵；根据拓扑和第一邻接矩阵，提取道路网数据的特征矩阵；设计两类mate path，构建每类mate path下的邻接矩阵；构建异构图注意力神经网络，训练得到道路网自动选取模型；将测试道路网数据输入至道路网自动选取模型，得到道路网选取结果；确定各个道路类型的选取阈值，结合道路网选取结果，对选中的道路网进行连接，得到符合制图综合目标比例尺的道路网数据。
-
公开(公告)号：CN117112963A
公开(公告)日：2023-11-24
申请号：CN202311012165.6
申请日：2023-08-11
Applicant: 河南大学
Abstract: 本发明公开一种基于最大纵深的道格拉斯‑普克算法的改进方法，基于0.1mm可分辨细节这一最小尺度作为算法简化的距离阈值选取指标，从“算法效率”和“算法精度”两方面，同时对经典方法进行优化改进，其不但继承了经典道格拉斯‑普克算法的所有优点，还通过引入“最大纵深”这一取舍指标，考虑了中间点之间的相互影响，以较小的压缩比性能损失为代价，弥补了经典算法损失较多可分辨细节、算法运行速度较慢的缺陷，显著提升曲线整体的简化精度。通过对河流曲线的简化处理，本发明的改进方法不仅能普遍提高道格拉斯‑普克算法近16％的运行速度，而且还能在原有基础上普遍多保留近15％的特征点，从而显著提升了简化精度。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.018 seconds)
