基于RBAC模型的高分网格系统身份验证系统

    公开(公告)号:CN108881197A

    公开(公告)日:2018-11-23

    申请号:CN201810580547.1

    申请日:2018-06-07

    Applicant: 浙江大学

    Abstract: 本发明公开了一种RBAC模型的高分网格系统身份验证系统,包括:针对行业用户和区域用户,为行业用户和区域用户提供分组,每个分组内设定一个用户组管理员,用户组管理员负责分组内的用户的身份验证和权限分配;针对公众用户,系统管理员负责公众用户的身份验证和权限分配;身份验证是通过赋予角色一定的访问权限和通过检查用户的角色来实现的。该系统能够满足高分网格系统的访问控制及身份验证的需求,为高分网格系统的推广奠定基础。

    一种基于深度学习的遥感图像建筑物变化检测方法

    公开(公告)号:CN109886106A

    公开(公告)日:2019-06-14

    申请号:CN201910035907.4

    申请日:2019-01-15

    Applicant: 浙江大学

    Abstract: 本发明公开了一种遥感图像建筑物变化检测方法,包括:(1)对前后时相遥感图像依次进行正射校正、图像配准、图像拉伸以及图像数值归一化预处理;(2)标注经预处理后的前后时相遥感图像中建筑物更新部分,得到变化Label图;(3)叠加前后时相遥感图像,并切割叠加后的遥感图像和变化Label图,得到训练样本;(4)构建和训练建筑物变化检测网络,得到建筑物变化检测模型;(5)将待检测的前后时相遥感图像经预处理、叠加、切割获得待测样本;(6)将待测样本输入至建筑物变化检测模型中,经计算输出检测结果图。该方法能够实现对建筑物变化信息进行精准、快速的提取。

    一种基于深层卷积神经网络的高分辨率遥感船舶检测方法

    公开(公告)号:CN109766823A

    公开(公告)日:2019-05-17

    申请号:CN201910012181.2

    申请日:2019-01-07

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于深层卷积神经网络的高分辨率遥感图像船舶检测方法,包括:(1)构建船舶检测网络,该船舶检测网络包括交替连接的多个卷积层和最大池化层、三个连续的全连接层,利用训练样本训练该船舶检测网络,获得船舶检测模型;(2)对待检测的遥感图像依次进行中值滤波和拉普拉斯算子增强,获得预处理图像;(3)采用选择性搜索算法处理预处理图像,获得船舶候选区域;(4)采用训练好的SVM分类器对步骤(3)获得的船舶候选区域进行筛选,获得较准确的船舶候选区域;(5)将较准确的船舶候选区域输入至船舶检测模型中,经计算获得最终的船舶检测结果。该方法能够快速、准确地实现高分辨率遥感图像船舶目标的检测识别。

Patent Agency Ranking