-
公开(公告)号：CN111931379A
公开(公告)日：2020-11-13
申请号：CN202010824491.7
申请日：2020-08-17
Applicant: 西南交通大学
Abstract: 本发明涉及一种落石尺寸及其重现期预测方法，包括：获取观察场地在观察时间长度t内落石事件发生次数n以及落石体积v；获取落石体积阈值vt；根据落石事件发生次数n对观察时间长度t进行修正，得到计算时间长度t*；构建落石事件发生次数概率模型和落石尺寸概率模型；根据落石事件发生次数概率模型和落石尺寸概率模型构建落石尺寸年最大值vm的概率模型；获取落石尺寸年最大值vm的概率模型的预设概率值；根据预设概率值和落石尺寸年最大值vm的概率模型得到最大落石尺寸及其重现期模型，根据最大落石尺寸及其重现期模型预测待测场地的最大落石尺寸及其重现期。本发明能够预测某一场地将来落石最大尺寸及其重现期。
-
公开(公告)号：CN111121727A
公开(公告)日：2020-05-08
申请号：CN202010026371.2
申请日：2020-01-10
Applicant: 西南交通大学
IPC: G01C11/02 , G01S17/894
Abstract: 本发明公开了一种无人机测量和机载激光雷达的像控点标靶系统及方法，包括标靶面板、激光雷达发射标靶、中心螺栓孔和中心标志标靶；激光雷达发射标靶固定设置于标靶面板的四角；中心螺栓孔固定设置于标靶面板的中心位置；中心标志标靶和中心螺栓孔固定连接，且均匀固定设置于标靶面板上。本发明的像控点标靶系统结构简单，易于制作，对作业环境要求低，基本满足地形作业的需求。本发明的像控点标靶方法操作简单，减少了作业量，增加了作业效率，可同时作为无人机摄影测量和机载激光雷达摄影测量的像控点，一体两用。
-
公开(公告)号：CN110954890A
公开(公告)日：2020-04-03
申请号：CN201911300140.X
申请日：2019-12-16
Applicant: 西南交通大学
Abstract: 本发明公开了一种应用于获取地基激光雷达配准点坐标的装置，包括置顶棱镜、反射球、基座和脚架；脚架顶部固定基座，基座顶部与反射球连接，置顶棱镜固定于反射球顶部；反射球内、沿竖直方向容置一钢管，钢管的上下两端分别延伸至反射球外部；钢管下端为凹槽，凹槽内开设有内螺纹，钢管上端为圆柱状的凸起，凸起上开设有外螺纹；凹槽与基座上的连接柱配合，实现反射球与基座的连接；圆柱状的凸起与置顶棱镜底部螺纹连接，实现置顶棱镜和反射球的固定连接。
-
公开(公告)号：CN109254285A
公开(公告)日：2019-01-22
申请号：CN201811285439.8
申请日：2018-10-31
Applicant: 西南交通大学
IPC: G01S13/89
Abstract: 本发明公开了一种分级构网的时序差分雷达干涉解算方法，包括以下步骤：①像空间分块；②选取区域控制点；③构建全局控制网；④全局控制网最小二乘解算；⑤构建局部三角网和⑥局部三角网最小二乘解算。本发明的分级构网的时序差分雷达干涉解算方法采用分块建模并独立解算的方法，在保证影像空间几何关系和解算结果精度的同时，可以大大提高解算效率，大幅减少了运行耗时和系统内存占用，能够有效避免高分辨率影像数据的应用导致的数据溢出和计算瓶颈。此种解算方法具有较高的普适性，可极大降低相关研究人员在数据解算时对高硬件需求的依耐性。
-
公开(公告)号：CN109212490A
公开(公告)日：2019-01-15
申请号：CN201811293826.6
申请日：2018-11-01
Applicant: 西南交通大学
IPC: G01S7/02
Abstract: 本发明公开了一种三轴微动式人工角反射器，涉及反射器领域，包括反射体和基座，反射体的下端与基座的上端可滑动连接，基座内设置有用于调节反射体XYZ轴方向位置的调节装置；通过基座的作用，对反射体在XYZ轴三个方向上的位置进行调节，改变了传统的将反射体固定在基座上不能进行调节的状态，同时也避免了在人工安装时造成人工误差的情况，更大程度上保证了反射器的准确性；通过把基座和反射体设置为一体的结构，但基座与地面不直接固定连接，使用时可以通过原有的观测墩以满足PS点布设的要求，也可以通过固定在三脚架上满足PS点布设的要求，使用后还可以进行搬运移动到安全的地方，不仅避免了野外自然环境的影响，同时还避免了被盗的可能。
-
Patent Agency Ranking
公开(公告)号：CN101899845A
公开(公告)日：2010-12-01
申请号：CN201010141108.4
申请日：2010-04-07
Applicant: 西南交通大学
Abstract: 本发明公开了一种高速铁路沉降监测技术，采用卫星时序差分雷达干涉技术监测高速铁路的沉降变化。用天然永久散射体(PS)配合人工角反射器(CR)的方式构建混合散射体网络；所述卫星时序差分雷达干涉技术采用多时相高分辨率短波长卫星SAR影像；混合散射体网络采取自由连接法构网。本发明方法可解决植被覆盖区域或一般难以获得有效的天然PS的农田区域沉降监测的难题。基于混合散射体网络的时序差分雷达干涉技术可保证高速铁路沉降监测的可靠性与精确性。固定与分体式两类人工角反射器兼顾布设可保证植被区域与农田区域沉降监测的成功率，节约用地面积，降低人工角反射器监管成本。
-
公开(公告)号：CN118644782A
公开(公告)日：2024-09-13
申请号：CN202411110325.5
申请日：2024-08-14
Applicant: 西南交通大学
IPC: G06V20/10 , G06V10/30 , G06V10/774 , G06V10/82 , G06N3/0464 , G01S13/90 , G01B15/06 , G01C5/00 , G01C11/02
Abstract: 本发明公开了一种复杂艰险山区滑坡隐患早期识别方法及系统，涉及地质灾害早期识别技术领域，识别方法包括以下步骤：S1、从SAR时序数据中提取地表形变特征，绘制InSAR地表形变速率图；S2、得到斜坡坡度地形因子与坡向地形因子，进行活动滑坡灾害的初步识别，生成疑似活动滑坡灾害分布图；S3、采用卷积神经网络对光学遥感影像数据进行地貌形态特征提取，生成滑坡微地貌形态特征散布图；S4、生成活动滑坡灾害分布图，并进行活动滑坡编目，生成滑坡隐患早期风险等级图及危险性综合评价表。本发明采用具有监测范围广、时效性强以及精度高的优点，提高了滑坡隐患的预警准确性，对减少滑坡造成的损失具有重要意义。
-
公开(公告)号：CN117173566A
公开(公告)日：2023-12-05
申请号：CN202311137943.4
申请日：2023-09-05
Applicant: 中国国家铁路集团有限公司 , 西南交通大学 , 中铁二院工程集团有限责任公司
IPC: G06V20/10 , G06V10/30 , G06V10/34 , G06V10/36 , G06V10/774 , G06V10/82 , G06N3/0895
Abstract: 本发明公开一种基于遥感影像的铁路及其伴行公路智能识别方法，涉及遥感影像图像处理技术，拟解决现有技术中存在有标注样本匮乏、自动化识别困难的问题；本发明选取高分辨率遥感影像并采样至算力相对的图像切块；基于对比学习的思想，采用多数无标注样本对模型进行预训练，进而采用少量的有监督样本对模型进行优化；采用路网搜索的方式替代网格遍历进行计算；根据预测结果采用形态学滤波算法，过滤奇点引起的噪声信号，并采用中心点拼接算法将切块合称为整幅影像；本发明采用的半监督影像分类方法能够采用大量的遥感影像样本特征进行预训练，仅需要少量的有标签样本就能够获得一个分类效果较好的模型。
-
公开(公告)号：CN115796045A
公开(公告)日：2023-03-14
申请号：CN202211583963.X
申请日：2022-12-10
Applicant: 西南交通大学
IPC: G06F30/27 , G06T17/05 , G06N3/0464 , G06N3/0895
Abstract: 本发明公开了一种基于深度学习网络与半监督学习的冰川识别模型建模方法，属于测绘技术领域。本发明包括步骤S1：建立冰川识别遥感影像数据集，分割冰川识别遥感影像数据集，得到有标签数据与无标签数据；S2：采用深度残差网络构建深度学习卷积神经网络模型，对深度学习卷积神经网络模型进行预训练；S3：采用半监督学习模型对数据进行一致性正则化，得到半监督学习数据集，通过半监督学习数据集深度学习卷积神经网络模型结合，构建冰川识别模型。本发明实现从高分辨率遥感影像中自动化地识别与检测冰川面积变化，把人力研究识别、查找的工作交给经过深度学习模型训练的计算机去批量系统地完成，为分析冰川消融速度及监测全球气候变化提供依据。
-
公开(公告)号：CN115620163A
公开(公告)日：2023-01-17
申请号：CN202211339317.9
申请日：2022-10-28
Applicant: 西南交通大学
Abstract: 本发明公开了一种基于遥感影像的半监督学习深切河谷智能识别方法，属于图像处理技术领域，包括：步骤S1：选取多景覆盖深切河谷地貌的卫星遥感影像及数字高程模型DEM数据，建立深切河谷地貌智能识别数据集；步骤S2：基于深度学习编码原理使用ResNet50算法结构、通道与空间注意力机制构建深度卷积神经网络编码模型；步骤S3：基于半监督学习与解码理论构建深切河谷智能识别主解码器与特征扰动函数下的辅助解码器模型；步骤S4：构建深切河谷智能识别模型并训练，利用训练最优的深切河谷智能识别模型对深切河谷进行智能识别。本发明可以在少量标签样本数据下精准识别深切河谷地貌，实现复杂艰险山区地质灾害快速普查。
-
-
-
-
-
-
-
-
-
Search Results
71
records
(took 0.024 seconds)
