一种用于城乡规划的工程测量设备及方法

    公开(公告)号:CN118328270A

    公开(公告)日:2024-07-12

    申请号:CN202410779552.0

    申请日:2024-06-17

    Abstract: 本发明涉及工程测量设备技术领域,具体公开了一种用于城乡规划的工程测量设备及方法。针对现有支撑架在使用过程中难以适应乡村凹凸不平的地面情况的问题。包括有上固定板,所述上固定板固接有周向均匀分布的固定壳,所述固定壳铰接有外支腿,且二者之间安装有第一弹性件,所述外支腿的下侧滑动连接有内支腿,所述上固定板的下侧通过支杆固接有中固定板,所述中固定板固接有固定柱,所述固定柱的上部固接有第一液压伸缩杆,所述第一液压伸缩杆的伸缩端固接有安装台。本发明通过使内支腿相对于外支腿滑动,保证内支腿在凹凸不平的地面依然能保持与地面的接触,以提供更稳定的支持力的同时,保证上固定板和其上零部件始终处于基本水平状态。

    基于混合型蚁群算法的车辆报警器控制方法、装置

    公开(公告)号:CN117727197B

    公开(公告)日:2024-05-03

    申请号:CN202410172041.2

    申请日:2024-02-07

    Abstract: 本发明公开了一种基于混合型蚁群算法的车辆报警器控制方法、装置,所述方法包括:在无向图上设置多只蚂蚁,通过混合型蚁群算法迭代得到多条起点与终点之间的救助路径,计算救助路径中所有边的成本总和,并选择救助路径作为实际应用救助路径;其中,蚁群算法迭代步骤包括:对于无向图中起点上的多只蚂蚁,引入牵引因子计算蚂蚁移动至下一个节点的转移概率,在蚂蚁移动至终点时结束,将对应的移动路径作为救助路径;牵引因子与终点的距离相关联,越接近终点的节点,对应的转移概率被提升的越高。采用上述技术方案,引入与终点的距离相关联的牵引因子,避免算法出现收敛慢、容易陷入局部最优等问题,提升计算效率,降低获得的救助路径的行驶时间。

    基于多传感特征的回收物可循环度评估和分类方法、装置

    公开(公告)号:CN116894987A

    公开(公告)日:2023-10-17

    申请号:CN202311164132.3

    申请日:2023-09-11

    Abstract: 本发明公开了基于多传感特征的回收物可循环度评估和分类方法、装置,所述方法包括:获取垃圾的立体三维视图,计算垃圾表面的几何面;获取垃圾的重量,并对垃圾进行光谱识别,由此确定垃圾的表面材质,确定垃圾是否包括内容物;在垃圾不包括内容物的情况下,按照垃圾的材质和几何面,对垃圾进行分类,运输至对应分类的区域;在垃圾的表面材质为塑料且包括内容物的情况下,将垃圾打开获取其中的内容物,结合内容物的几何面,对内容物进行分类,运输至对应分类的区域。采用上述技术方案,引入垃圾的几何面特征作为判断依据,结合生活垃圾的主要类别和外形,能够有效的、快速的进行垃圾分类,提供一种图像特征分类之外的垃圾分类方式。

    基于SegNet深度学习模型的海草床遥感识别方法、装置

    公开(公告)号:CN117649607B

    公开(公告)日:2024-04-19

    申请号:CN202410091088.6

    申请日:2024-01-23

    Abstract: 本发明公开了一种基于SegNet深度学习模型的海草床遥感识别方法、装置,所述方法包括:对训练集和验证集按照第一影像尺寸和第二影像尺寸分别进行切割,得到第一影像尺寸训练集、第二影像尺寸训练集、第一影像尺寸验证集和第二影像尺寸验证集;对训练集中各个特征类别的像元进行加权,平衡每个特征类别的像元数量;使用第一影像尺寸训练集训练第一SegNet深度学习模型,使用第二影像尺寸训练集训练第二SegNet深度学习模型;根据模型识别效果,确定第一SegNet深度学习模型和第二SegNet深度学习模型中的最优识别模型;使用最优识别模型,识别目标区域的实际卫星遥感影像。采用上述技术方案,克服训练样本在不同特征类别上分布不平衡的问题,提升海草床识别准确度。

    基于混合型蚁群算法的车辆报警器控制方法、装置

    公开(公告)号:CN117727197A

    公开(公告)日:2024-03-19

    申请号:CN202410172041.2

    申请日:2024-02-07

    Abstract: 本发明公开了一种基于混合型蚁群算法的车辆报警器控制方法、装置,所述方法包括:在无向图上设置多只蚂蚁,通过混合型蚁群算法迭代得到多条起点与终点之间的救助路径,计算救助路径中所有边的成本总和,并选择救助路径作为实际应用救助路径;其中,蚁群算法迭代步骤包括:对于无向图中起点上的多只蚂蚁,引入牵引因子计算蚂蚁移动至下一个节点的转移概率,在蚂蚁移动至终点时结束,将对应的移动路径作为救助路径;牵引因子与终点的距离相关联,越接近终点的节点,对应的转移概率被提升的越高。采用上述技术方案,引入与终点的距离相关联的牵引因子,避免算法出现收敛慢、容易陷入局部最优等问题,提升计算效率,降低获得的救助路径的行驶时间。

    基于SegNet深度学习模型的海草床遥感识别方法、装置

    公开(公告)号:CN117649607A

    公开(公告)日:2024-03-05

    申请号:CN202410091088.6

    申请日:2024-01-23

    Abstract: 本发明公开了一种基于SegNet深度学习模型的海草床遥感识别方法、装置,所述方法包括:对训练集和验证集按照第一影像尺寸和第二影像尺寸分别进行切割,得到第一影像尺寸训练集、第二影像尺寸训练集、第一影像尺寸验证集和第二影像尺寸验证集;对训练集中各个特征类别的像元进行加权,平衡每个特征类别的像元数量;使用第一影像尺寸训练集训练第一SegNet深度学习模型,使用第二影像尺寸训练集训练第二SegNet深度学习模型;根据模型识别效果,确定第一SegNet深度学习模型和第二SegNet深度学习模型中的最优识别模型;使用最优识别模型,识别目标区域的实际卫星遥感影像。采用上述技术方案,克服训练样本在不同特征类别上分布不平衡的问题,提升海草床识别准确度。

    监测海草床分布的遥感方法、装置

    公开(公告)号:CN116645593A

    公开(公告)日:2023-08-25

    申请号:CN202310892656.8

    申请日:2023-07-20

    Abstract: 本发明公开了一种监测海草床分布的遥感方法、装置,所述方法包括:将目标水体区域划分为海草、砂质底质和海水,分别提取对应的光谱信息;基于海草和海水的光谱信息,计算由红光波段和短波红外波段遥感反射率线性内插得到的近红外波段遥感反射率与卫星观测的近红外波段遥感反射率的差值,构建第一光谱指数;基于海草和砂质底质的光谱信息,计算从绿光波段到红光波段遥感反射率下降的程度,构建第二光谱指数;基于第一光谱指数对海草和海水进行区分,基于第二光谱指数对海草和砂质底质进行区分。采用上述技术方案,直接利用水体表面遥感反射率,应用于海草床监测,无需大量的影像训练,具有较强的应用价值和较高的结果准确度。

Patent Agency Ranking