-
公开(公告)号：CN118394807A
公开(公告)日：2024-07-26
申请号：CN202311733392.8
申请日：2023-12-18
Applicant: 福州大学
IPC: G06F16/2458 , G06F16/29 , G06F18/22 , G06F18/23211 , G06F18/25 , G06F18/26 , G06Q50/26
Abstract: 本发明涉及一种融合轨迹时空距离和SNN‑DPC的出租出行频繁模式挖掘方法，包括：获取轨迹数据，剔除重复记录和异常的数据并补全缺失数据；对研究区域进行网格化处理，任取不同的2个网格，提取以这两个网格所在区域为起终点的所有轨迹，构建轨迹子数据集；基于改进的Hausdorff算法度量轨迹的空间位置相似性；基于改进的LCSS算法度量轨迹的空间方向相似性；将轨迹空间位置距离矩阵和轨迹空间方向距离矩阵进行加权融合，得到轨迹时空距离矩阵；基于SNN‑DPC算法对轨迹时空距离矩阵进行聚类分析，将轨迹划分为不同的类簇；基于FDPC‑OF算法检测聚类结果中的离群轨迹，并予以剔除，最终得到出租出行频繁模式。该方法有利于实现准确、高效的出租出行频繁模式识别。
-
公开(公告)号：CN114139471B
公开(公告)日：2024-07-26
申请号：CN202111510294.9
申请日：2021-12-11
Applicant: 福州大学
IPC: G06F30/28 , G06F30/23 , G06F30/13 , G06F113/08 , G06F119/14
Abstract: 本发明涉及一种适用于CFD的城市街区三维模型构建和网格划分方法及系统。该方法：读取含高度属性特征的建筑物矢量数据文件，以白膜形式构建三维场景；采用空间包含关系获取模拟边界几何内所有建筑物的几何特征及高度属性；构建CPU/GPU并行的高斯投影转换算法，实现模拟边界内建筑物几何特征的地理坐标到空间笛卡尔坐标的快速转换；采用参数化设计方法封装ICEM CFD几何模型构建相关命令流，实现城市街区三维模型自动构建；采用参数化设计方法封装ICEM CFD非结构化网格划分相关命令流，实现城市街区三维模型非结构化网格划分。
-
公开(公告)号：CN114821354B
公开(公告)日：2024-06-07
申请号：CN202210409692.X
申请日：2022-04-19
Applicant: 福州大学
IPC: G06V20/13 , G06V10/44 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/0475 , G06N3/045 , G06N3/094
Abstract: 本发明提供了一种基于孪生多任务网络的城市建筑物变化遥感检测方法，包括以下步骤：步骤S1：选择覆盖研究区域的双时相高分辨率遥感影像；步骤S2：构建多任务特征提取器；步骤S3：基于步骤S2，构建特征差异度量模块；步骤S4：建立联合损失函数；步骤S5：构建遥感影像数据集进行样本迁移，制作模型训练样本库；步骤S6：训练孪生多任务模型。应用本技术方案可解决传统孪生神经网络在遥感影像变化检测结果中出现的检测边界与实际边界吻合度较低的问题，减少由于高分辨率遥感影像的空间位移问题而造成的错检漏检现象，而且端对端的模型架构有效提升了变化检测效率，为高效获取高分辨率影像中精细的城市建筑物变化信息提供技术支撑。
-
公开(公告)号：CN115861831A
公开(公告)日：2023-03-28
申请号：CN202211423961.4
申请日：2022-11-15
Applicant: 福州大学
IPC: G06V20/13 , G06N3/096 , G06V10/82 , G06V10/80 , G06N3/0464 , G06N3/0442 , G06N3/045
Abstract: 本发明涉及一种基于作物物候知识的时间序列遥感数据农作物识别方法，包括以下步骤：步骤S1:根据作物生长曲线构建关键生长期的物候指数，提取作物物候特征;步骤S2:构建基于LSTM网络的时序遥感数据特征提取模型，并在LSTM网络中集成全卷积神经网络；步骤S3:基于多模态学习框架，构建集成物候知识和时序遥感数据的神经网络，即PST‑LSTM模型；步骤S4:获取训练样本数据，对PST‑LSTM模型进行训练和参数优化；步骤S5:基于训练后的PST‑LSTM模型对待识别遥感影像进行识别。本发明克服传统方法在农作物识别中存在区域和数据依赖性大、迁移性弱的问题，提高作物的识别精度和适用性。
-
公开(公告)号：CN114821315A
公开(公告)日：2022-07-29
申请号：CN202210435370.2
申请日：2022-04-24
Applicant: 福州大学
Abstract: 本发明提出结合边缘检测和多任务学习的遥感影像耕地地块提取方法，包括以下步骤；步骤S1：对研究区高分辨率遥感影像进行预处理操作；步骤S2：基于多任务学习框架，通过设置对地块边界和形状进行约束的任务，进行地块边界的高层级图像特征提取；步骤S3：通过集成多尺度图像边缘信息和高层级语义边界信息，改善地块边界提取存在的不连续、不闭合问题；步骤S4：基于同方差不确定性理论实现不同任务权重的自适应调整；步骤S5：基于不同优化器的模型训练与微调；步骤S6：对遥感影像滑窗预测、无缝拼接，提升大区域耕地地块提取的效率；本发明能克服传统卷积神经网络在耕地地块提取中存在的边界不连续、不闭合问题，有效提高了耕地地块提取的几何精度。
-
Patent Agency Ranking
公开(公告)号：CN113450348B
公开(公告)日：2022-06-10
申请号：CN202110819211.8
申请日：2021-07-20
Applicant: 福州大学
Abstract: 本发明涉及一种基于高分辨率立体像对影像的土壤侵蚀定量估算方法，包括以下步骤：步骤S1:获取区域参考DEM数据及高分辨率立体像对卫星影像，并进行高分辨率DEM构建，得到高分辨率DEM数据；步骤S2：根据高分辨率DEM数据，计算坡长因子Ly、坡度因子Sy；步骤S3:对高分辨率DEM数据中的正视全色和多光谱影像进行融合处理，进行土地利用分类，计算植被覆盖度FVC与植被覆盖因子B；步骤S4:计算每月的降雨侵蚀力因子Rm，m=1,2……12和全年降雨侵蚀力因子R；步骤S5:计算土壤可蚀性因子K、计算工程因子E和耕作因子T；步骤S6:根据步骤S2‑S5计算得到的数据，进一步获取单元土壤流失量。本发明能有效提高土壤侵蚀检测精度。
-
公开(公告)号：CN111104639B
公开(公告)日：2022-06-10
申请号：CN201911341204.0
申请日：2019-12-24
Applicant: 福州大学
Abstract: 本发明涉及一种点面融合的时序PM2.5空间分布估算方法。利用小波变换和随机森林方法，集成具有空间连续的遥感监测与具有时间连续的地面站点监测数据，构建点面融合的时空连续性PM2.5估算模型。利用Sym小波分解和重构方法及基于随机森林的特征重要性分析，将时间序列站点监测数据分解为气象相关分量和非气象相关分量；基于随机森林模型填补卫星反演的AOD缺失部分；利用空间插值获取PM2.5非气象相关分量的空间分布，基于随机森林模型估算PM2.5气象相关分量的空间分布；综合PM2.5气象相关分量和非气象相关分量的结果，获得时间序列的PM2.5空间分布数据。本发明有助于区域尺度较高空间分辨率的时序PM2.5监测，为气溶胶空气质量分析、评估和预警提供支持。
-
公开(公告)号：CN109033599B
公开(公告)日：2022-06-10
申请号：CN201810787216.5
申请日：2018-07-18
Applicant: 福州大学
Abstract: 本发明涉及一种基于随机森林的土壤侵蚀影响因子重要性分析方法，首先获取研究区水土流失等级情况及相应的属性，接着对得到的数据按照不同的流失等级分别随机抽取等量的样本；然后以抽取的样本点作为分析的数据集，通过遍历比较的方法确定随机森林模型中两个分别表示构建决策树分支时随机抽样的节点数mtry和决策树数量ntree的参数最优解；接着以确定的最优参数解为基础，构建最优随机森林模型，利用袋外数据计算两个度量变量因子重要性的指标；最后综合考虑平均精确率减少值MDA和平均不纯度减少值MDG进行重新排序，确定各变量因子的重要性。本发明解决了土壤侵蚀影响因子缺乏重要性界定标准的问题。
-
公开(公告)号：CN110347964A
公开(公告)日：2019-10-18
申请号：CN201910633770.2
申请日：2019-07-15
Applicant: 福州大学
Abstract: 本发明涉及一种遥感需水量约束的干旱区农业种植结构优化方法，基于时序遥感数据开展作物需水量的估算研究并基于作物需水量进行作物种植结构的优化与调整。基于遥感数据利用能量平衡方程估算作物的瞬时蒸发散，并在此基础上对瞬时蒸发散进行时间尺度的扩展得到日蒸发散；进一步对日蒸发散进行时间尺度的扩展得到作物整个生长季的蒸发散；然后结合降雨等气象数据估算得到作物整个生长季的需水量，为作物种植结构的优化调整提供基础。本发明克服了当前基于气象和实测数据需要大量实测数据的难题及利用遥感数据仅能估算作物日需水量的不足，对干旱地区水资源约束下的农作物优化配置具有重要意义。
-
公开(公告)号：CN110346329A
公开(公告)日：2019-10-18
申请号：CN201810946862.1
申请日：2018-08-19
Applicant: 福州大学
Abstract: 本发明涉及一种集成多分辨率遥感数据的土壤侵蚀模数定量估算方法，利用低、中、高不同空间和时间分辨率的遥感数据，引入时空融合模型，生成逐月生物措施因子B，进而通过逐月的生物措施B因子与降雨侵蚀力因子R相乘累加改进了传统的利用单一时期单一遥感数据来计算土壤侵蚀模数，有效匹配了植被覆盖度与降雨的内年变化。同时利用高空间分辨率遥感数据进行工程措施因子信息提取，改变了依靠人工统计粗略获得水土保工程持措施数量而缺少空间分布问题，提高了土壤侵蚀模数的空间分布精度和合理性。本发明提出的方法不仅顾及了植被和降雨的年内变化特征，还考虑了工程措施的空间分布，有效提高了土壤侵蚀模数的估算精度与空间分布合理性。
-
-
-
-
-
-
-
-
-
Search Results
67
records
(took 0.028 seconds)
