一种气温时空预测分布图绘制方法

    公开(公告)号:CN106447746A

    公开(公告)日:2017-02-22

    申请号:CN201610850065.4

    申请日:2016-09-26

    CPC classification number: G06T11/60 G06Q10/04

    Abstract: 本发明公开了一种气温时空预测分布图绘制方法,它包括采集数据;模型选择;确定乘积季节ARIMA(p,d,q)(P,D,Q)s模型的s值;确定模型参数值;ARIMA(p,d,q)(P,D,Q)s模型诊断检验;对克里金插值的数据进行预处理;构建Kriging模型变异函数;克里金插值及诊断;气温时空预测分布图绘制;解决了现有技术中采用传统的气象数据研究方法往往是气象的时间和空间规律分开进行,单纯的运用时间序列分析和空间插值分析不能充分挖掘时空数据价值,只进行时间分析会丢失数据的空间分布规律,仅进行空间分析又会丢失站点数据时间规律,导致预测出的时空分布图精确性差,可行性差等问题。

    一种基于深度神经网络的表格快速自动提取方法

    公开(公告)号:CN112883795A

    公开(公告)日:2021-06-01

    申请号:CN202110068949.5

    申请日:2021-01-19

    Abstract: 架空输电线路的设计资料通常以图片表格、PDF表格等形式出现,且不同设计单位提供的资料格式、表现形式均有所区别,表格资料不能被计算机直接读取,需要进行人工手动输入,工作量大、速度慢。针对此问题,本发明公开了一种基于深度神经网络的表格快速自动提取方法,包括:步骤S1:进行图像表格矫正预处理;步骤S2:进行图像表格框线提取,得到裁剪出来的单元格图片Q(i);步骤S3:进行单元格文字定位;步骤S4:单元格文字识别;步骤S5:对所有单元格识别结果进行顺序合并,实现表格自动快速提取。该方法与现有的人工目视解译或者基于单字分割的表格提取方法相比,速度更快、自动化程度更高、识别更为准确和完整、泛化能力更强、效率更高,对于多源异构、复杂的图像表格数据依然可以保持较好的提取效果,便于验收项判定与验收工作管理。

Patent Agency Ranking