-
公开(公告)号:CN108053409B
公开(公告)日:2022-05-13
申请号:CN201711304825.2
申请日:2017-12-11
Applicant: 中南大学
Abstract: 本发明涉及遥感影像分割领域,公开遥感影像分割基准库自动构建方法,该遥感影像分割基准库自动构建方法包括:步骤1,对众源矢量数据进行筛选,以去除地物面积小于预设面积的地物;步骤2,将遥感影像和筛选后的众源矢量数据进行配准叠加得到A;步骤3,将A中遥感影像裁剪为多个预设像素大小的小范围影像块,并将小范围影像块设为单元,通过影像坐标判断众源矢量数据是否位于影像块范围内,并生成了与原影像块同等大小的掩膜;步骤4,将所述掩膜和原始图像相结合,得到遥感影像分割基准库。该方法克服了现有技术中的手工标注构建基准库不仅效率低,同时规模也较小的问题,实现了遥感影像分割基准库自动构建。
-
公开(公告)号:CN113408537A
公开(公告)日:2021-09-17
申请号:CN202110813073.2
申请日:2021-07-19
Applicant: 中南大学 , 山东卓元数据技术有限公司
Abstract: 本发明提供了一种遥感影像域适应语义分割方法,包括步骤1)分别确定源域数据集和目标域数据集,并对源域数据集进行语义标签处理得到对应的真实语义标签图;步骤2)在源域数据集上训练Deeplab‑v2语义分割模型;步骤3)利用Deeplab‑v2语义分割模型构建遥感影像域适应语义分割模型;步骤4)将目标域数据集中的遥感影像输入到步骤3)的遥感影像域适应语义分割模型中进行预测,得到目标域数据集的语义分割预测图。本发明所述的遥感影像域适应语义分割方法能够提升跨域语义分割中的精度,解决了现有域适应方法在域适应过程中存在的负迁移、难迁移以及在域知识迁移时表现出不同程度差异的问题。
-
公开(公告)号:CN112561274A
公开(公告)日:2021-03-26
申请号:CN202011420812.3
申请日:2020-12-08
Applicant: 中南大学 , 浙江安防职业技术学院 , 温州市自然资源和规划局 , 浙江城安大数据有限公司
Abstract: 本发明涉及基于多要素情境的台风诱发地质灾害风险评估方法,包括台风诱发地质灾害风险分析以及台风诱发的地质灾害风险评估;所述台风诱发地质灾害风险分析包括数据收集与处理、区域地质灾害事件及孕灾环境分析、区域地质灾害与诱发因素关系分析以及地质灾害预警分析,根据风险管理理论,并结合突发性地质灾害风险影响因子的动态变化和风险动态评价结果,为研究区域提出合理的风险防范对策以及实施途径;所述台风诱发的地质灾害风险评估,基于自然灾害风险的形成机理,选择危险性、暴露性、脆弱性和防灾减灾能力等四个因子来进行地质灾害风险评价;通过对多源数据研究,建立多要素情境灾害风险动态评估体系,拓宽地质灾害风险评估的应用和方法。
-
公开(公告)号:CN112433264A
公开(公告)日:2021-03-02
申请号:CN202011421981.9
申请日:2020-12-08
Applicant: 温州大学瓯江学院 , 中南大学 , 浙江安防职业技术学院 , 浙江城安大数据有限公司
Abstract: 本发明涉及复杂台风气象环境下洪涝灾害风险综合评估方法及预警信息平台,其特征在于:包括台风暴雨‑洪涝灾害风险分析以及台风暴雨‑洪涝灾害风险评价;所述台风暴雨‑洪涝灾害风险分析通过得出灾害危险性状况,构建承灾体脆弱性程度曲线,确定未来承灾物体产生的最大损失值以及在未来不同时间段发生的概率,包括台风暴雨‑洪涝危险性分析、洪涝承灾体脆弱性分析、灾害损失概率分布以及灾害风险情景表征;所述台风暴雨‑洪涝灾害风险评价通过风险分析的结果制作灾害风险时间分布表以及得出灾害影响面积和受灾损失评价,包括灾害风险分级、灾害风险图集编制以及灾害风险情景界定;所述评估方法能对不同要素情境地区台风灾害防御提供有力帮助。
-
公开(公告)号:CN112094997A
公开(公告)日:2020-12-18
申请号:CN202010968180.8
申请日:2020-09-15
Applicant: 中南大学
Abstract: 本发明提供了一种改善低合金超高强钢焊件耐腐蚀性能的方法,包括焊后热处理和表面处理。所述焊后热处理是对焊接接头进行局部热处理,包括对焊接接头的加热、保温和冷却;所述焊后表面处理是对经过焊后热处理的焊接接头进行表面预处理、增材制造和后处理;所述增材制造是在焊接接头表面铺设氧化铝陶瓷粉末,并利用激光快速熔凝沉积,形成氧化铝陶瓷层。本发明通过焊后热处理和焊后表面处理,降低了残余应力,提高了焊接组织的均匀性,降低了电偶腐蚀敏感性,提高了焊接接头的耐腐蚀性能和耐磨性能,进而改善焊件的综合性能、延长焊件的使用寿命。
-
公开(公告)号:CN108761451B
公开(公告)日:2020-09-04
申请号:CN201810489874.6
申请日:2018-05-21
Applicant: 中南大学
IPC: G01S13/89
Abstract: 本发明提供了一种基于多时相遥感影像的土地利用变化智能理解方法,包括检测两时相遥感影像目标区域内发生变化的对象和用自然语言描述变化的内容;检测两时相遥感影像目标区域内发生变化的对象包括获取两时相的数据、遥感影像的预处理、两时相数据的分块裁剪、构建掩膜、模型训练和模型测试、检测发生变化的内容并将变化地块高亮表示等内容;用自然语言描述变化的内容包括确定描述变化内容的语句模板、生成描述语句。本发明对两时相的遥感影像分别分割,利用地物类别信息判别同一位置地物类别的变化,变化检测更精确,描述内容确定化;用自然语言对变化内容进行描述,直观地展示两时相影像的变化内容,便于遥感影像的深层理解。
-
公开(公告)号:CN109325085A
公开(公告)日:2019-02-12
申请号:CN201810898260.3
申请日:2018-08-08
Applicant: 中南大学
IPC: G06F16/29 , G06F16/9537 , G06K9/00 , G06Q10/06 , G06Q50/26
Abstract: 本发明公开了一种融合遥感影像和POI数据的城市用地功能识别与变化检测方法,所述方法包括:提取基于遥感影像的用地类型;基于POI数据进行城市功能区识别;融合不同尺度的功能区识别结果;检测城市功能区变化,分析演化趋势。本发明综合考虑了不同来源数据的特征,融合遥感影像和POI数据对城市功能区进行不同尺度的识别,对识别结果的融合,实现城市功能区的精准识别;并充分考虑了POI面积权重,从而可以有效地识别混合功能区;并通过多时序数据,建立城市功能区时空变化的演化分析模型,挖掘城市用地功能的时空变化规律与趋势。
-
公开(公告)号:CN109033984A
公开(公告)日:2018-12-18
申请号:CN201810698016.2
申请日:2018-06-29
Applicant: 中南大学
CPC classification number: G06K9/0063 , G01W1/00 , G06T5/40 , G06T7/13
Abstract: 本发明公开了一种夜间雾快速自动检测方法,首先获取亮温差数据;对亮温差数据做canny边缘检测获取边缘混合像元,统计边缘混合像元直方图,拟合边缘混合像元直方图的一阶偏导数曲线,一阶偏倒数曲线中位于(‑2k,2k)范围内的0值点为混合像元中地表像元形成的峰PL,取峰PL左侧所有混合像元亮温和差均值作为雾与晴空地表的分离阈值,若一阶偏导数曲线中(‑2k,2k)范围内未检测到0值点,则使用固定值‑3k作为雾与地表分离阈值,获取低层云和雾检测结果;最后利用多天红外数据合成晴空底图阈值法去除影像中的低层云。本发明是当前具有高时间分辨率的静止卫星数据的条件下的一种可准确、自动实现夜间雾提取的方法。
-
公开(公告)号:CN108416488A
公开(公告)日:2018-08-17
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:CN108009012A
公开(公告)日:2018-05-08
申请号:CN201711335168.8
申请日:2017-12-14
Applicant: 中南大学
Abstract: 本发明提供一种基于任务模型的多智能体动态任务分配方法,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:首先获得环境中任务的状态信息,结合智能体能力参数,建立任务状态量模型;其次快速对智能体进行初始部署,智能体在执行过程中与环境中其他智能体进行通信交流,实时共享信息,从而对智能体进行动态微调,协同合作完成所有任务。本发明提出的任务分配方法以最快完成所有任务为目标,实现动态任务快速分配,通过多阶段动态微调,能够充分调动系统中的智能体协同执行任务,提高系统整体执行效果。
-
-
-
-
-
-
-
-
-