公开(公告)号：CN102819677A

公开(公告)日：2012-12-12

申请号：CN201210268381.2

申请日：2012-07-30

Applicant: 河海大学

Inventor： 朱跃龙 ,  李士进 ,  章龙飞 ,  万定生 ,  高祥涛 ,  柏屏

IPC: G06F19/00

Abstract: 本发明公开了一种基于单场降雨类型的降雨站点相似性评价方法，属于水文水资源与数据挖掘技术交叉领域。首先提取降雨时间序列中的雨量项，经过数据预处理，选择和提取单场降雨特征，并将这些特征进行数据标准化处理；采用基于DBI指数的K-means自动聚类方法进行聚类，最后根据聚类结果计算降雨类型直方图进行相似性分析。本发明方法具有计算方法简单，但能包含降雨时间序列更多更细粒度信息，真正反映降雨站点相似性的优点。

公开(公告)号：CN101853392B

公开(公告)日：2012-05-23

申请号：CN201010152915.6

申请日：2010-04-21

Applicant: 河海大学

Inventor： 李士进 ,  吴昊 ,  余宇峰 ,  朱跃龙 ,  冯钧 ,  万定生 ,  郑伏广 ,  王继民

IPC: G06K9/62

Abstract: 本发明提出了一种基于条件互信息的遥感高光谱图像波段选择方法，包括下述步骤：A、打开高光谱遥感图像，人机交互标注待分类的样本；B、分组：根据步骤A得到的待分类样本，利用给定类别条件下各相邻波段之间的条件互信息进行波段分组；C、搜索：利用支持向量机和遗传算法相结合的搜索算法对步骤B得到的分组波段进行搜索计算，找到最优的波段组合；并在此基础上使用自适应分支定界法进行剪枝，通过条件互信息波段分组和自适应分支定界法剪枝的结合使用，避免了因为噪音扰动而出现冗余和噪音分组，减少了波段分组的数量，提高了波段组合的分类准确率。

公开(公告)号：CN102323970A

公开(公告)日：2012-01-18

申请号：CN201110130040.4

申请日：2011-05-19

Applicant: 河海大学

Inventor： 朱跃龙 ,  李士进 ,  王继民 ,  范青松 ,  冯钧 ,  万定生

IPC: G06F19/00 ,  G06N3/02

Abstract: 本发明公开了一种基于多因子小波神经网络模型的水文时间序列预测方法。本发明提出了一种多因子小波神经网络预测模型用于水文时间序列预测，该模型以多时间序列信息作为输入，不仅包括预测目标时间序列的当前小波系数，还包括与此时间序列相关的其它时间序列的当前小波系数，并根据其与预测目标时间序列之间互信息作为评判两者相关性的度量，选择相关性强的其它时间序列；进一步利用基于加权相关系数的小波函数选择标准，为该模型选择最优的小波函数。相比现有技术，本发明方法具有更高的预测准确性，以及更好的可扩展性和实用价值。

公开(公告)号：CN102298698A

公开(公告)日：2011-12-28

申请号：CN201110141602.5

申请日：2011-05-30

Applicant: 河海大学

Inventor： 李士进 ,  仇建斌 ,  王玮 ,  朱跃龙 ,  万定生 ,  冯钧

IPC: G06K9/46 ,  G06T7/00

Abstract: 本发明公开了一种基于角点与边缘信息融合的遥感图像飞机检测方法。该方法包括以下步骤：对遥感图像进行边缘检测；对边缘检测后的遥感图像进行二值化处理；对二值化后的遥感图像进行Harris角点检测；选取角点数在预先设定的范围内的区域作为候选飞机区域；并根据每一候选飞机区域中亮像素点的个数去除伪目标区域；对得到的图像进行聚类并对目标飞机位置进行标注，最终得到的类的数目即为检测到的飞机数，每类的类心位置即为目标飞机的中心位置。本发明还公开了一种遥感图像飞机检测系统，包括顺次连接的边缘检测单元、二值化处理单元、角点检测单元、候选飞机区域选取单元、聚类单元。相比现有技术，本发明具有更好的检测效果和更高的检测效率。

公开(公告)号：CN101853304B

公开(公告)日：2011-10-05

申请号：CN201010195139.8

申请日：2010-06-08

Applicant: 河海大学

Inventor： 李士进 ,  朱佳丽 ,  朱跃龙 ,  万定生 ,  冯钧 ,  余宇峰

IPC: G06F17/30 ,  G06K9/46 ,  G06K9/62

Abstract: 本发明公开了一种基于特征选择和半监督学习的遥感图像检索方法，首先根据最小描述长度准则和改进的Davies-Bouldin指数，利用聚类方法分别选出最优的颜色特征和纹理特征；然后根据最优的颜色特征和纹理特征的二值化权重选择合适的半监督学习方法进行遥感图像的检索。相比较现有的遥感图像检索方法，本发明不仅可以大大提高检索质量，还能有效减少检索过程中计算量，提高检索的速度。

公开(公告)号：CN101859383A

公开(公告)日：2010-10-13

申请号：CN201010195127.5

申请日：2010-06-08

Applicant: 河海大学

Inventor： 李士进 ,  杨金花 ,  余宇峰 ,  万定生 ,  冯钧 ,  朱跃龙

IPC: G06K9/62 ,  G06T7/00

Abstract: 本发明公开了一种基于时间序列重要点分析的高光谱遥感图像波段选择方法，本发明方法通过基于DBI的K-means聚类方法将高光谱遥感图像数据样本聚类成K个类别，并使用小波分析进行去噪处理，再基于时间序列分析进行重要点的提取，以实现特征波段的选择。相比现有技术，本发明方法具有计算复杂度低、实现过程方便快捷的优点，并为高维数据的降维提供了一种全新的思路。