-
公开(公告)号：CN117828490A
公开(公告)日：2024-04-05
申请号：CN202410252323.3
申请日：2024-03-06
Applicant: 南京信息工程大学
IPC: G06F18/243 , G06N5/01 , G06F18/214 , G01W1/10 , G06N3/0442
Abstract: 本发明公开了一种基于集成学习的对台风灾害预报方法及系统，所述方法包括以下步骤：（1）利用台风参数数据、再分析资料、地面观测数据按时间和空间匹配构建历史台风训练数据集并进行预处理；（2）建立台风风雨预报模型，将历史台风训练数据集输入到台风风雨预报模型中进行训练，得到台风降水预报模型最优参数；（3）评估预报结果；本发明针对台风产生灾害受众多复杂条件影响，本发明的台风风雨预报模型采用的特征参数精确描述了台风路径与强度、风雨发生机理及动力过程，能快速地获取精确而非冗余的预报所需数据，有助于提高预报预警时效性。
-
公开(公告)号：CN116882207A
公开(公告)日：2023-10-13
申请号：CN202311140076.X
申请日：2023-09-06
Applicant: 南京信息工程大学
IPC: G06F30/20 , G06F111/04
Abstract: 本发明公开了质量守恒定律约束的径流输沙路径分配方法，包括如下步骤：获取研究区域的多期原始的DEM数据和径流时长数据；对填洼后的DEM数据，基于坡度指数的多流向算法，得到泥沙流向；根据多期原始的DEM数据，得到DEM数据的地形变化量，进一步转化得到地形变化质量；根据地形变化质量和泥沙流向，基于坡度指数的多流向算法和质量守恒原理，得到输沙量数据；根据径流时长数据和输沙量数据，得到输沙率数据，以实现质量守恒定律约束的径流输沙路径分配。本发明基于质量守恒原理消除了原有算法模拟结果中的负值区域，为研究土壤侵蚀、水沙过程模拟、水土流失等相关部门提供更精确的监测方法。
-
公开(公告)号：CN115270500A
公开(公告)日：2022-11-01
申请号：CN202210958892.0
申请日：2022-08-10
Applicant: 南京信息工程大学
Inventor： 陈鹏 , 张文杰 , 其他发明人请求不公开姓名
Abstract: 本申请提供了一种球体布尔求差运算方法、装置及电子设备。所述方法包括：基于工件表面的十字网格模型与刀具的球体模型，确定所述工件表面与所述刀具的球体模型相交的闭合环链，将所述闭合环链映射到所述刀具的球体模型的二维数组结构中，得到映射环链，基于所述映射环链和所述刀具的球体模型，确定所述工件表面与所述刀具的相交面，删除所述工件表面的多余节点。本申请基于十字网格模型对工件表面进行建模，将刀具的球体模型映射为二维数组结构，极大的简化了工件表面与刀具的布尔求差运算。
-
公开(公告)号：CN119887850A
公开(公告)日：2025-04-25
申请号：CN202510370363.2
申请日：2025-03-27
Applicant: 南京信息工程大学
IPC: G06T7/246 , G06V10/25 , G06V10/62 , G06V10/82 , G06V10/80 , G06V10/52 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本发明提供了一种基于自适应关联的复杂场景下多目标追踪方法，包括：步骤1，获取包含多目标运动的视频帧序列，对视频帧序列进行预处理；步骤2，构建新的目标检测网络模型；新的目标检测网络模型以YOLO11模型作为基准模型，包括骨干网络、颈部网络和头部网络；步骤3，对新的目标检测网络模型进行整体多尺度特征训练与学习；步骤4，对目标检测网络模型进行性能评估与评价；步骤5，将检测框对象输入到追踪算法，预测目标轨迹。本发明引入自适应阈值和相机偏移补偿机制，增强了追踪在不同环境下的抗干扰能力。将本发明提出的模型进行消融实验，并与常用的深度学习模型对比，在相同的测试条件下，本发明具有优秀的检测和追踪性能。
-
公开(公告)号：CN118626999B
公开(公告)日：2024-10-29
申请号：CN202411083315.7
申请日：2024-08-08
Applicant: 南京信息工程大学
IPC: G06F18/2451 , G06F18/26 , G06N3/126 , G06N5/01
Abstract: 本发明公开了基于超平面的启发式地理分层方法，包括以下步骤：（1）获取开源网站地理数据，作为自变量和因变量；（2）对自变量和因变量进行预处理；（3）利用粒子群算法初始化数据或更新数据；（4）根据超平面划分类别并计算q值，其中，q值表示描述层内因变量的特征显著程度；（5）根据现有全局最优和个体最优更新解与速度；（6）以概率大小0.1判断是否需要进行变异；（7）判断迭代次数是否达到最大迭代数；本发明实现了从全局视角的地理分层寻优，能有效利用全局地理空间信息，实现更好的地理分层效果。
-
Patent Agency Ranking
公开(公告)号：CN118429870A
公开(公告)日：2024-08-02
申请号：CN202410897337.0
申请日：2024-07-05
Applicant: 南京信息工程大学
IPC: G06V20/40 , G06V20/52 , G06V10/42 , G06V10/44 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/042 , G06N3/0464 , G06N3/0499 , G06N3/08
Abstract: 本发明公开了一种群体行为识别方法、系统和存储介质，包括：获取待识别的视频帧；根据视频帧，基于预训练好的群体行为识别模型，得到群体行为类别；所述群体行为识别模型包括：骨干网络、融合模块、嵌入层、关系推理模块、图卷积网络、全局平均池化层以及分类器。本发明通过模型中的融合模块将全局特征中包含的场景信息嵌入个体特征中，为个体动作与群体行为类别的推理提供了信息丰富的融合特征，最终提高了群体行为的识别精度。
-
公开(公告)号：CN117274054A
公开(公告)日：2023-12-22
申请号：CN202311192757.0
申请日：2023-09-15
Applicant: 南京信息工程大学
IPC: G06T3/40 , G06T17/05 , G06T3/00 , G06T7/10 , G06N3/0475 , G06N3/094 , G06N3/0464
Abstract: 本发明公开了三维地形要素融入深度学习的高分辨率DEM构建方法，利用低分辨率地形要素数据生成高分辨率DEM数据，解决高分辨率DEM地形数据获取困难地区数据缺失问题。以深度学习技术为基础，通过对原始DEM中的部分重复与相似模式进行学习，在低分辨率DEM重构高分辨率DEM时，引入高分辨率数据特有的高频信息，从而在理论与实际应用中改善超分辨率图像效果。为了更好地保持地形特征，从DEM数据中提取地形要素，将简单的点、线、面地形要素转化为对应的DEM。本发明实现从低分辨率DEM中提取三维地形要素，利用深度学习技术生成高分辨率DEM，得到比低分辨率DEM地表纹理细节更丰富、地物拓扑关系更符合规律的地形图像。
-
公开(公告)号：CN115240359A
公开(公告)日：2022-10-25
申请号：CN202210830918.3
申请日：2022-07-15
Applicant: 南京信息工程大学
Abstract: 本发明涉及森林火灾预警技术领域，具体为一种基于遥感技术预防森林火灾的监测装置，包括安装塔架，所述安装塔架的顶部固定安装有安装平台，且安装平台的中部固定安装有多级电动伸缩杆，所述多级电动伸缩杆的顶端固定连接有连接座，所述连接座的中部活动套装有连接套管，且连接套管的顶端固定连接有调节平台。该基于遥感技术预防森林火灾的监测装置，通过控制柜中的无线收发模块对卫星监测数据进行接收，并通过火灾预测模块中的热像差值计算单元以及温湿度差值计算单元对间隔固定时间各区域的情况进行计算，可对森林各区域火灾进行预警，提高火灾的灵敏度，且缩短了火灾发生时的反应时间。
-
公开(公告)号：CN119314052A
公开(公告)日：2025-01-14
申请号：CN202411499602.6
申请日：2024-10-25
Applicant: 南京信息工程大学
Abstract: 本发明提供一种遥感影像沙漠灌木提取方法，基于EfficientNet‑B0基线模型进行改进得到了FETNet模型，在编码器部分保留基线模型中预定义的原始架构，在编码器和解码器跳跃连接处引入EdgeViT模块，增强模型的全局感知能力，在解码器部分引入FEM模块以确保空间细节信息的保留，使得最终生成的沙漠灌木分割结果更加精确和细致，将预处理后的遥感影像输入FETNet模型，使用随机梯度下降优化器、余弦退火策略和交叉熵损失函数进行模型训练，得到FETNet模型的最优权重，将FETNet模型与常规模型对比，在相同的测试条件下，本发明在遥感影像沙漠灌木分割任务中的所有评估指标均取得了最优结果。
-
公开(公告)号：CN117892064B
公开(公告)日：2024-05-14
申请号：CN202410285358.7
申请日：2024-03-13
Applicant: 南京信息工程大学
IPC: G06F18/10 , G06F18/213 , G06F18/214 , G06F18/25 , G06N3/0464 , G06Q50/26
Abstract: 本发明公开了一种全球气候模型日平均气温降尺度方法、装置及存储器，该方法包括以全球气候模型日平均气温和地形数据为输入，输入至气温降尺度模型中，以降尺度后的日平均气温数据为输出，以日平均气温标签数据为训练真值，对该气温降尺度模型进行训练，得到最优模型；采用训练好的最优模型对任意日的全球气候模型日平均气温进行降尺度模拟。本发明充分考虑了地形因素对气温的影响，引进了DEM地形数据作为辅助变量，并且设计出一个地形融合模块，进一步提取DEM地形特征后与气温数据融合，提升了模型的降尺度性能。
-
-
-
-
-
-
-
-
-
Search Results
27
records
(took 0.049 seconds)
