基于Boosting算法和支持向量机的洪水预报方法

    公开(公告)号:CN105139093A

    公开(公告)日:2015-12-09

    申请号:CN201510564457.X

    申请日:2015-09-07

    Applicant: 河海大学

    CPC classification number: Y02A10/46

    Abstract: 本发明公开了一种基于Boosting算法和支持向量机的洪水预报方法,该方法包括如下步骤:运用相关系数法确定预报因子;利用核主成分分析对所述预报因子进行降维处理;利用Boosting算法选取样本建立多个支持向量机预测模型,引入损失函数和相关系数调整样本权重,最后组合为一个总预测模型;利用所述总预测模型对测试样本进行预测。本发明前两个步骤是数据预处理,目的是提取洪水数据中的有用信息,消除冗余信息对预报造成的干扰。第三个步骤将Boosting算法引入到洪水预报中,尽量将前一个模型不能很好学习的样本,抽取出来用于训练下一个模型,这样组合后的模型可以有效提高洪水预报准确率,最后一个步骤用于检验模型效果。实验数据表明本方案能很好地提高预报精度。

    一种估算查询结果大小的方法

    公开(公告)号:CN104731889A

    公开(公告)日:2015-06-24

    申请号:CN201510111127.5

    申请日:2015-03-13

    Applicant: 河海大学

    CPC classification number: G06F17/30289 G06F17/30156 G06F17/30442

    Abstract: 本发明公开一种估算查询结果大小的方法,属于数据库管理技术领域。其步骤为:(1)构建数据对象标识到布尔矩阵元素的一对一映射关系;(2)构建用于对象查询计数的数据记录模型结构及其算法,当某一对象存在时,数据记录模型所表示的布尔矩阵与对象标识相对应的矩阵元素记为1,反之则为0;(3)读入原始数据并在数据记录模型中插入相应记录,同时更新数据记录模型中每列的真值元素统计总数;(4)将查询的数据标识范围换算成布尔矩阵的列范围,累加查询范围内矩阵列的真值元素总数,得出查询结果大小的估算值。

    样本自适应多特征加权的遥感图像分类方法

    公开(公告)号:CN104252625A

    公开(公告)日:2014-12-31

    申请号:CN201310267634.9

    申请日:2013-06-28

    Applicant: 河海大学

    Abstract: 本发明公开了一种样本自适应多特征加权的遥感图像分类方法,属于遥感图像处理技术领域。本发明方法针对不同样本在最近邻空间特征分布情况不同而确定各个特征的权重,并根据每种特征的分类结果进行多分类器自适应综合,最终获得多特征融合后的分类结果,从而充分发挥各特征对不同样本的优势,使特征融合结果更佳。本发明方法能够针对不同测试样本图像自适应地选择不同的特征权重,发挥各特征在不同样本和不同局部特征空间的分类优势,提高了分类准确率,最终从整体上提高了分类性能。

    基于多特征VP树索引的遥感图像检索方法及装置

    公开(公告)号:CN104239551A

    公开(公告)日:2014-12-24

    申请号:CN201410493790.1

    申请日:2014-09-24

    Applicant: 河海大学

    CPC classification number: G06F17/30247

    Abstract: 本发明公开了一种基于多特征VP树索引的遥感图像检索方法,属于遥感图像检索技术领域。本发明针对遥感图像检索中的特征有效性选择,提出了一种基于VP树索引的索引有效性指标——基于距离对比度的索引有效性指数(distance-contrast-based indexing validation index,DCIVI),将与查询对象距离较近的环形区域内的子图像作为最近邻集合,落入另一环形区域内的子图像作为最远邻集合,通过计算这两个集合之间的距离对比度来分析特定特征空间对应VP树索引返回最近邻集合的有效性,利用该指标可自适应地选择最适合描述图像内容的特征,不但提高了遥感图像的检索速度,检索质量(查全率和查准率)也得到了明显改善。本发明还公开了一种基于多特征VP树索引的遥感图像检索装置。

    一种XML关键字查询方法
    105.
    发明公开

    公开(公告)号:CN104166672A

    公开(公告)日:2014-11-26

    申请号:CN201410284885.2

    申请日:2014-06-23

    Applicant: 河海大学

    CPC classification number: G06F17/30938

    Abstract: 本发明公开了一种XML关键字查询方法,属于信息检索领域。方法公开了查询语义BLCEA及其求解算法和对该语义返回结果排序的方法,BLCEA查询语义基于XML文档中的节点分类,将包含所有查询关键字的实体子孙去掉之后,仍然满足查询条件的实体节点定义为一个有意义的BLCEA语义实体,保证了查全率以及查询结果的语义完整性。对返回结果排序的方法结合关键字在结果节点为根的子树中的匹配度和紧密度这两个因素设计,降低了XML关键字查询的时间复杂度,保证在关键字模糊性存在时的查准率。

    水利普查数据多维分析服务系统及其封装和实现方法

    公开(公告)号:CN103399926A

    公开(公告)日:2013-11-20

    申请号:CN201310337192.0

    申请日:2013-08-05

    Applicant: 河海大学

    Abstract: 本发明公开一种水利普查数据多维分析服务系统及其封装和实现方法,系统包括数据持久层、请求响应模块、多维分析服务模块、用户操作界面、水利普查原始数据库、ETL模块以及水利普查数据仓库单元;请求响应模块用于接收用户在用户操作界面的操作请求,并将操作请求传给多维分析服务模块;多维分析服务模块根据用户操作请求调用数据持久层;数据持久层从水利普查数据仓库单元中获得与用户操作请求对应的数据,并将数据以规定的格式返回给多维分析服务模块,多维分析服务模块将数据返回到用户操作界面以表格和图形的方式展现数据。方法对系统中的服务进行封装,并实现系统。本发明可方便用户进行数据分析。

    一种水文水资源数据目录生成系统及方法

    公开(公告)号:CN103399924A

    公开(公告)日:2013-11-20

    申请号:CN201310337130.X

    申请日:2013-08-05

    Applicant: 河海大学

    Abstract: 本发明公开一种水文水资源数据目录生成系统及方法,系统包括水文水资源数据库和数据处理中心;数据处理中心,包括数据库表筛选分类模块、数据抽取模块、数据处理模块和生成数据目录模块。方法包括,读取分类规则文件;筛选水文水资源数据库中的水文水资源数据表;为每个分类设定抽取字段;查询出抽取字段的对应的数据信息;数据降维;保存降维数据到临时表;判断数据表是否全部遍历完,判断水文水资源数据库中所有的数据分类表是否遍历完;数据融合;数据分类;将分类后的数据信息拼接成为规范的数据目录形式;生成数据目录文件,反馈给用户。

    水利普查数据成果动态专题图生成系统及方法

    公开(公告)号:CN103399923A

    公开(公告)日:2013-11-20

    申请号:CN201310336939.0

    申请日:2013-08-05

    Applicant: 河海大学

    Abstract: 本发明公开一种水利普查数据成果动态专题图生成方法及系统,系统包括数据持久层、异步刷新显示控制器、GIS专题图绘制模块、普查数据仓库单元、封装地图服务对象以及用户界面。方法包括:用户发送请求给异步刷新控制器模块,其调用数据持久层从普查数据仓库单元取出维度信息及其分类信息数据,将数据拼接传回,刷新维度选择区中维度及其分类信息;异步刷新控制器模块获得数据操作指令,根据专题图效果定制区和专题图类型选择区获得用户定制专题图视觉效果的指令;根据普查数据仓库单元返回的数据,将数据拼接成完整格式传入GIS专题图绘制模块和数据排名模块;GIS专题图绘制模块调用封装地图服务对象生成专题图并刷新专题图展示区和数据排名区。

    一种基于多特征融合的遥感图像分类方法

    公开(公告)号:CN102622607B

    公开(公告)日:2013-09-25

    申请号:CN201210043064.0

    申请日:2012-02-24

    Applicant: 河海大学

    Abstract: 本发明公开了一种基于多特征融合的遥感图像分类方法,包括以下步骤:步骤A、分别提取训练集遥感图像的视觉词袋特征、颜色直方图特征和纹理特征;步骤B、分别利用训练集遥感图像的视觉词袋特征、颜色直方图特征和纹理特征进行支持向量机训练,得到三个不同的支持向量机分类器;步骤C、对于未知的测试样本,分别提取其视觉词袋特征、颜色直方图特征和纹理特征,并利用步骤B中所得到的相应的支持向量机分类器进行类别预测,得到三组类别预测结果,然后采用加权综合法对三组类别预测结果进行综合,从而得到最终的分类结果。本发明进一步采用改进的词袋模型进行视觉词袋特征提取。相比现有技术,本发明可以获得更精确的分类结果。

Patent Agency Ranking