-
公开(公告)号：CN118351446B
公开(公告)日：2025-01-28
申请号：CN202410514013.4
申请日：2024-04-26
Applicant: 江西省国土空间调查规划研究院 , 中南大学 , 江西省自然资源测绘与监测院
Abstract: 本发明涉及遥感影像技术领域，具体涉及一种顾及方向‑连通性的道路网络优化处理方法，其中，方向引导的道路信息推理模块利用道路的结构和方向特点，从不同的方向对断裂道路进行空间信息推理，促使模型能够有效地建模不同行或列之间的空间关系，从而修复断裂的道路。后处理网络模型同时输出道路面和道路方向的预测结果，并利用道路语义标签信息进行损失监督，增强后处理网络模型的推理能力，提升道路面的提取精度。此外，本发明中后处理网络模型的输入中包含初始分割结果，在后处理网络模型中使用编码器‑解码器结构和跳跃连接时不会导致狭窄道路丢失和无关噪声信息的引入，从而得到更为精细的道路分割图和道路方向图。
-
公开(公告)号：CN110334578B
公开(公告)日：2023-04-18
申请号：CN201910368339.X
申请日：2019-05-05
Applicant: 中南大学
IPC: G06V20/10 , G06V10/774 , G06V10/44 , G06V10/82 , G06N3/0464 , G06T7/11
Abstract: 本发明提供了一种图像级别标注自动提取高分遥感影像建筑物的弱监督方法，主要包括建筑物目标的弱监督标记信息获取和建筑物自动提取两个步骤。建筑物目标的弱监督标记信息获取包括自动获取建筑物图像级别标注、利用图像级标注训练分类模型、模型反向定位建筑物目标区域和生成建筑物目标弱监督标记等内容；建筑物提取包括对模型的训练、测试和对数据集外的高分遥感影像中的建筑物进行提取。本发明实现了仅有图像级标签下的建筑物目标的像素级提取，节省了大量的标注成本；改进了分类模型获取建筑物目标定位的网络结构，获取建筑物弱监督标记的方法可扩充高分影像建筑物提取数据集；处理方法简单易行，灵活性高。
-
公开(公告)号：CN114708521A
公开(公告)日：2022-07-05
申请号：CN202210372812.3
申请日：2022-04-07
Applicant: 中南大学
IPC: G06V20/20 , G06K9/62 , G06V10/25 , G06V10/764 , G06V10/82 , G06F16/951 , G06F16/9537 , G06Q10/04 , G06Q50/26 , G06N3/04 , G06N3/08
Abstract: 本发明提供了一种基于街景图像目标关系感知网络的城市功能区识别方法及系统，包括：获取街景图像，并对所述街景图像进行随机水平翻转、随机几何变换和随机颜色抖动操作，增强训练数据；根据所述训练数据构建训练数据集，将训练集街景图像输入到基于图的关系感知网络中进行训练，得到训练后的城市功能区识别模型；对街景图像进行空间关系感知，根据得到的城市功能区类型对所述街景图像进行识别；获取到研究区域范围内的POI数据，对所述POI数据进行分类，并基于POI数据得到城市功能区分类；能够模拟人类识别和推理过程，捕捉街景图像中的局部空间关系和全局语义关系，增强城市功能区检测器的能力。
-
公开(公告)号：CN108416488B
公开(公告)日：2022-05-03
申请号：CN201711394738.0
申请日：2017-12-21
Applicant: 中南大学
Abstract: 本发明提供一种面向动态任务的多智能机器人任务分配方法，主要解决任务状态量具有时变特性的多任务分配问题。包括：首先获取动态任务特征参数，结合智能机器人能力参数，建立任务点状态量的特征方程；根据特征方程，设计智能机器人收益函数；其次根据收益函数，设计遗传算法适应度函数；进一步设计遗传算法差额选择算子和局部变异算子，并提出算法修复策略；最后利用遗传算法生成智能机器人任务分配方案，完成多任务分配。本发明提出的任务分配方法以获得系统最大收益为目标，实现动态多任务的快速分配，解决该算法染色体死锁问题，避免搜索陷入局部最优；通过多阶段分配策略，能够充分调动系统中的智能机器人去参与完成任务，提高系统整体效能。
-
公开(公告)号：CN113449666A
公开(公告)日：2021-09-28
申请号：CN202110766948.8
申请日：2021-07-07
Applicant: 中南大学 , 山东卓元数据技术有限公司
Abstract: 本发明提供了一种基于数据融合与特征选择的遥感影像多尺度目标检测方法，包括以下步骤：步骤S1：获取训练集，对整个训练集中各类别存在的边界框数量进行统计；步骤S2：通过数据融合增强补齐训练集中各类别的边界框数量差，使训练集中各类别的边界框数量达到均衡，得到最终的用于模型训练的训练集；步骤S3：将步骤S2处理后的训练集采用FoveaBox网络进行训练，将不同尺寸的目标在不同的尺度特征图上进行目标识别。多尺度特征表达与选择和数据融合增强两种方法结合可以应对遥感影像中相对复杂背景的影像，减轻类别不均衡的影响，更加符合遥感影像使用的场景，提升模型的性能，提高了在遥感影像中不同尺度目标识别的效果。
-
Patent Agency Ranking
公开(公告)号：CN112671857A
公开(公告)日：2021-04-16
申请号：CN202011479338.1
申请日：2020-12-15
Applicant: 浙江安防职业技术学院 , 中南大学 , 浙江城安大数据有限公司
Abstract: 本发明涉及基于地理数据和物联网技术的智慧园林管理系统，简称“智慧园林”，所述“智慧园林”设有以下模块，感知模块，智慧化采集园区各类数据；云基础设施模块，为构建数据库以及系统的应用提供基础运行环境支撑；大数据模块，整合园林各项数据形成生态园林时空大数据库；平台模块，提供空间可视化服务、业务服务、数据共享交换服务以及用户安全认证服务；应用模块，提供园林绿化辅助管理、园区人群流量监测以及园林绿化公众信息服务；用户模块，通过将各类功能在用户客户端进行封装，并根据用户使用的终端分布形成PC端和移动端两套用户使用的界面；实现了园林数据信息化、管理智慧化、监管自动化，满足城区快速形成和发展。
-
公开(公告)号：CN111175436B
公开(公告)日：2021-04-13
申请号：CN202010135035.1
申请日：2020-03-02
Applicant: 中南大学
Abstract: 本发明公开了一种用于模拟沟槽火及灭火的实验装置，包括底座、沟槽模型、采集装置、鼓风装置以及细水雾系统,在底座上安装有用于展示沟槽火灾害的沟槽模型、用于收集沟槽火发生及发展过程中实验数据的采集装置、用于模拟沟槽内空气流动的鼓风装置和用于扑灭沟槽火的细水雾系统。本发明即可以通过沟槽模型模拟沟槽火的燃烧蔓延过程，又可以通过烟气分析室重现沟槽上端燃烧室内的温度场及烟气流场的变化特点，还也可针对燃烧蔓延情况进行相应的灭火模拟实验，对于进行沟槽结构及相应火灾领域内的燃烧蔓延实验具有积极的作用。本发明功能齐全、安全可控，可重复模拟沟槽火蔓延及灭火实验。
-
公开(公告)号：CN112052783A
公开(公告)日：2020-12-08
申请号：CN202010909322.3
申请日：2020-09-02
Applicant: 中南大学
Abstract: 本发明提供了一种结合像素语义关联和边界注意的高分影像弱监督建筑物提取方法，包括训练数据准备、深层特征提取、边界特征融合、像素语义关联度学习、损失函数计算和生成建筑物伪标注；通过设计边界注意模块，将超像素先验信息和网络提取的边界信息相结合，强化了建筑物边界特征，且通过学习像素之间的语义关联性，将像素间的语义信息在图像中进行有效传播，生成更为完整密集，边界更为清晰的伪标签。同时配合高分遥感影像采用全卷积网络模型训练，实现建筑物特征自动提取。
-
公开(公告)号：CN106778547B
公开(公告)日：2020-06-30
申请号：CN201611078318.7
申请日：2016-11-29
Applicant: 中南大学
IPC: G06K9/00 , G06F16/583
Abstract: 本发明提供一种遥感影像地物分类基准库的构建方法及装置，属于遥感技术领域。方法包括：获取预设数量个兴趣点；根据土地分类标准及所有兴趣点的地物类型，对所有兴趣点进行筛选；基于筛选后每个兴趣点的地理坐标信息，以筛选后的每个兴趣点为中心，从遥感图像中截取预设大小的影像块；基于筛选后每个兴趣点对应的影像块及地物类型，确定入库的影像块及地物类型。本发明通过基于筛选后每个兴趣点对应的影像块及地物类型，确定入库的影像块及地物类型。由于可根据大量不同地物类型的兴趣点来截取影像块，从而能得到较多的影像数量及地物类型。另外，由于借鉴了土地分类标准的地物分层机制，从而能满足基准库地物类型多样性、层次性及全面性的要求。
-
公开(公告)号：CN106633794B
公开(公告)日：2019-10-15
申请号：CN201610999631.8
申请日：2016-11-14
Applicant: 中南大学
Abstract: 本发明公开了一种复合阻燃剂及其应用。该复合阻燃剂复合了聚二磷腈、磷酸三乙酯和协效剂，所述的协效剂包括SiC‑MoSi2、莫来石和硅酸钇中的一种或几种。采用含本发明复合阻燃剂的聚氨酯复合材料经过锥形量热仪测试结果表明，随着该复合阻燃剂的加入，阻燃聚氨酯复合材料的热释放速率、生烟速率、生烟量、烟因子有显著的降低，其剩余炭渣质量有大大提高；加入该阻燃剂的样品比聚氨酯复合材料样品相比，其比光密度在更早的时间内下降，表明了该阻燃样品在早期发生了分解，这十分有利于膨胀阻燃。此外，该阻燃剂的加入对材料的力学性能影响较小。
-
-
-
-
-
-
-
-
-
Search Results
95
records
(took 0.036 seconds)
