-
公开(公告)号：CN114626512A
公开(公告)日：2022-06-14
申请号：CN202210532112.6
申请日：2022-05-17
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于有向图神经网络的高温灾害预报方法，包括步骤如下：S1，将各气象要素分别进行标准化处理，使各气象要素按比例缩放在同一取值范围内；S2，构建有向图神经网络模型，将各气象要素作为图中的节点，采用图邻接矩阵描述各节点之间的关系；再采用逐步学习策略学习节点信息，并不断更新邻接矩阵的状态；S3，确定损失函数后开始训练有向图神经网络模型，通过调整学习率、优化器、正则化参数得到满足要求的模型作为预测模型，并保存预测模型；S4，输入历史气象数据，得到未来一段时间的高温灾害指数预报，发出相应的灾害预警。本发明在模型中加入了注意力机制，能够使模型关注对变量影响大的部分，更有利于有效信息的聚合。
-
Patent Agency Ranking
公开(公告)号：CN113688808A
公开(公告)日：2021-11-23
申请号：CN202111244196.5
申请日：2021-10-26
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于拉普拉斯金字塔遥感图像融合的滑坡体识别方法，包括步骤：先对提取的遥感影像局部特征和全局特征，通过拉普拉斯金字塔融合模块重建原始遥感影像，生成融合图像；再通过语义分割网络，构建深度学习语义分割模型；然后通过图片标记工具，对融合图像中发生滑坡灾害的地方和未发生滑坡灾害的地方分别进行标记，得到滑坡灾害标签图数据集；最后用数据集训练深度学习语义分割模型，通过修改语义分割网络结构和调整模型参数，直至模型的损失曲线达到拟合、识别遥感影像中滑坡体的精度满足要求时，则保存该模型。本发明结合基于拉普拉斯金字塔的图像融合模型，能高效、精准地为滑坡灾害的防灾减灾提供有效的决策依据。
-
公开(公告)号：CN114626512B
公开(公告)日：2022-09-06
申请号：CN202210532112.6
申请日：2022-05-17
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于有向图神经网络的高温灾害预报方法，包括步骤如下：S1，将各气象要素分别进行标准化处理，使各气象要素按比例缩放在同一取值范围内；S2，构建有向图神经网络模型，将各气象要素作为图中的节点，采用图邻接矩阵描述各节点之间的关系；再采用逐步学习策略学习节点信息，并不断更新邻接矩阵的状态；S3，确定损失函数后开始训练有向图神经网络模型，通过调整学习率、优化器、正则化参数得到满足要求的模型作为预测模型，并保存预测模型；S4，输入历史气象数据，得到未来一段时间的高温灾害指数预报，发出相应的灾害预警。本发明在模型中加入了注意力机制，能够使模型关注对变量影响大的部分，更有利于有效信息的聚合。
-
公开(公告)号：CN113688808B
公开(公告)日：2022-02-11
申请号：CN202111244196.5
申请日：2021-10-26
Applicant: 南京信息工程大学
IPC: G06V20/13 , G06V10/82 , G06V10/56 , G06V10/764 , G06V10/80 , G06V10/46 , G06V10/44 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于拉普拉斯金字塔遥感图像融合的滑坡体识别方法，包括步骤：先对提取的遥感影像局部特征和全局特征，通过拉普拉斯金字塔融合模块重建原始遥感影像，生成融合图像；再通过语义分割网络，构建深度学习语义分割模型；然后通过图片标记工具，对融合图像中发生滑坡灾害的地方和未发生滑坡灾害的地方分别进行标记，得到滑坡灾害标签图数据集；最后用数据集训练深度学习语义分割模型，通过修改语义分割网络结构和调整模型参数，直至模型的损失曲线达到拟合、识别遥感影像中滑坡体的精度满足要求时，则保存该模型。本发明结合基于拉普拉斯金字塔的图像融合模型，能高效、精准地为滑坡灾害的防灾减灾提供有效的决策依据。
-
公开(公告)号：CN113537177B
公开(公告)日：2021-12-14
申请号：CN202111087346.6
申请日：2021-09-16
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于视觉Transformer的洪涝灾害监测与灾情分析方法，包括步骤：（1）构建基于视觉Transformer的双时相图像变化检测模型；（2）选取双时相遥感影像，制作洪涝灾害标签；（3）根据步骤（1）构建的双时相图像变化检测模型，进行洪涝监测与灾情分析。本发明结合深度学习中基于先进视觉Transformer的双时相图像变化检测模型和不受时间、天气影响且穿透能力强的雷达数据，能获取洪涝发生时的数据和提高识别精度。
-
公开(公告)号：CN113537177A
公开(公告)日：2021-10-22
申请号：CN202111087346.6
申请日：2021-09-16
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于视觉Transformer的洪涝灾害监测与灾情分析，包括步骤：（1）构建基于视觉Transformer的双时相图像变化检测模型；（2）选取双时相遥感影像，制作洪涝灾害标签；（3）根据步骤（1）构建的双时相图像变化检测模型，进行洪涝监测与灾情分析。本发明结合深度学习中基于先进视觉Transformer的双时相图像变化检测模型和不受时间、天气影响且穿透能力强的雷达数据，能获取洪涝发生时的数据和提高识别精度。
-
-
-
-
-
Search Results
6
records
(took 0.024 seconds)
