-
公开(公告)号：CN112036452A
公开(公告)日：2020-12-04
申请号：CN202010814789.X
申请日：2020-08-13
Applicant: 西安理工大学
Abstract: 本发明公开了一种基于SSD神经网络的水深自动监测方法，具体包括如下步骤：步骤1，前期数据采集；步骤2，将步骤1采集的水尺照片分为训练集、验证集及测试集；步骤3，采用LabelImg图片标注工具对图片中的水尺区域进行标注，且每张标注后的图片会得到一个.xml文件；步骤4，将训练集和验证集的标签文件载入SSD模型并开始训练，直到网络模型训练收敛，得到最终水尺模型；步骤5，以测试集图像作为模型输入，且基于步骤4得到的水尺模型，对水尺边界进行提取，得到水尺识别图像及识别出的水尺像素信息；步骤6，利用水尺像素大小信息，反推计算出此刻水深大小。本发明仅利用普通摄像头及普通水尺，便可自动获取监测点水深。
-
公开(公告)号：CN114282403B
公开(公告)日：2024-07-23
申请号：CN202111387049.3
申请日：2021-11-22
Applicant: 西安理工大学
IPC: G06F30/23 , G06F30/28 , G06T17/05 , G06T17/20 , G06F9/50 , G06T1/20 , G06F111/10 , G06F113/08 , G06F119/14
Abstract: 本发明公开了一种耦合生境适宜模型的高效高精度栖息地模拟方法，采用矩形网格的高分辨率DEM地形，由已知条件赋值相关参数；基于Godunov格式中心有限体积法空间离散二维浅水方程，获取更高空间离散精度；由MUSCL重构和Runge‑Kutta法进一步实现时空的二阶精度；基于IFIM理论，采用适宜指数HSI构建生境适宜模型，以实现水动力过程与生境适宜模型的耦合；并引入GPU加速技术提高模拟效率。至此，耦合生境适宜模型的高效高精度栖息地模拟方法构建完成。本发明提高了生境模型中生境因子模拟精确性，为准确模拟河流水力特性和生物栖息地提供有效技术支撑，使之成为评价生物生境质量的有力工具。
-
公开(公告)号：CN112036452B
公开(公告)日：2024-02-02
申请号：CN202010814789.X
申请日：2020-08-13
Applicant: 西安理工大学
Abstract: 本发明公开了一种基于SSD神经网络的水深自动监测方法，具体包括如下步骤：步骤1，前期数据采集；步骤2，将步骤1采集的水尺照片分为训练集、验证集及测试集；步骤3，采用LabelImg图片标注工具对图片中的水尺区域进行标注，且每张标注后的图片会得到一个.xml文件；步骤4，将训练集和验证集的标签文件载入SSD模型并开始训练，直到网络模型训练收敛，得到最终水尺模型；步骤5，以测试集图像作为模型输入，且基于步骤4得到的水尺模型，对水尺边界进行提取，得到水尺识别图像及识别出的水尺像素信息；步骤6，利用水尺像素大小信息，反推计算出此刻水深大小。本发明仅利用普通摄像头及普通水尺，便可自动获取监测点水深。
-
公开(公告)号：CN114282403A
公开(公告)日：2022-04-05
申请号：CN202111387049.3
申请日：2021-11-22
Applicant: 西安理工大学
IPC: G06F30/23 , G06F30/28 , G06T17/05 , G06T17/20 , G06F9/50 , G06T1/20 , G06F111/10 , G06F113/08 , G06F119/14
Abstract: 本发明公开了一种耦合生境适宜模型的高效高精度栖息地模拟方法，采用矩形网格的高分辨率DEM地形，由已知条件赋值相关参数；基于Godunov格式中心有限体积法空间离散二维浅水方程，获取更高空间离散精度；由MUSCL重构和Runge‑Kutta法进一步实现时空的二阶精度；基于IFIM理论，采用适宜指数HSI构建生境适宜模型，以实现水动力过程与生境适宜模型的耦合；并引入GPU加速技术提高模拟效率。至此，耦合生境适宜模型的高效高精度栖息地模拟方法构建完成。本发明提高了生境模型中生境因子模拟精确性，为准确模拟河流水力特性和生物栖息地提供有效技术支撑，使之成为评价生物生境质量的有力工具。
-
-
-
Search Results
4
records
(took 0.018 seconds)
