基于视觉词袋模型的遥感图像目标识别方法

    公开(公告)号:CN103440508B

    公开(公告)日:2016-06-08

    申请号:CN201310377651.8

    申请日:2013-08-26

    Abstract: 本发明公开了一种基于视觉词袋模型的遥感图像目标识别方法,属于图像识别技术领域。本发明针对传统遥感图像目标检测识别算法效果不佳的缺点,将视觉词袋模型引入到高分辨率遥感图像中用于目标的检测识别,同时为了精简视觉单词码本得到精简且最具鉴别力的视觉单词,本发明结合相关性及冗余度分析去除视觉单词码本中不相关、弱相关以及冗余的视觉单词,选出了对目标识别最为重要的视觉单词,减少了后续测试的计算量,提高了效率,为遥感图像目标的检测识别提供了一个新的研究方向。

    基于RGBW特征空间图割算法的遥感图像水体提取方法、装置

    公开(公告)号:CN105631903A

    公开(公告)日:2016-06-01

    申请号:CN201510989654.6

    申请日:2015-12-24

    CPC classification number: G06T2207/10032

    Abstract: 本发明公开了一种基于RGBW特征空间图割算法的遥感图像水体提取方法。本发明将水体指数法和影像分类法相结合,先利用水体指数法进行水体的初步提取,然后以初步提取的水体主体作为图割算法的初始目标,在本发明所构建的RGBW特征空间中,利用图割算法进行水体的精细提取;最后再根据水体指数及颜色特征信息,自适应的对水体边界处进行精细化处理。本发明还公开了一种基于RGBW特征空间图割算法的遥感图像水体提取装置。本发明能够实现对周边环境复杂的水体信息进行精确提取并且对水体边界的提取效果良好;此外,本发明的水体提取过程中不需要人为干涉,可实现全自动、全智能化,更有利于大量遥感图像数据的自动批量化处理。

    基于加权朴素贝叶斯分类器的软件服务质量监控方法及系统

    公开(公告)号:CN104102875A

    公开(公告)日:2014-10-15

    申请号:CN201410351264.1

    申请日:2014-07-22

    Applicant: 河海大学

    CPC classification number: G06F11/3409 G06K9/6278

    Abstract: 本发明公开了一种基于加权朴素贝叶斯分类器的软件服务质量的监控方法及监控系统,方法通过构造的加权朴素贝叶斯分类器判断软件的QoS属于满足标准类、不满足标准类还是无法判断,训练时设定影响因子组合,影响因子即非软件本身对QoS的影响,计算影响因子组合权值以及先验知识,监控时由分类器得到监控结果,分析、存储并返回评价给数据服务端。系统包括:控制器,采集不同的服务质量声明,向观察器发布不同服务质量所需的数据标准指令,传递需与数据集匹配的QoS标准给训练器,控制采集周期以及频率;数据库汇总分析器的监控结果;服务能力评价模块向数据服务设备返回软件的监控结果和评价结果;还包括观察器、训练器、优化样本集和分析器。

    一种基于云平台的元数据索引模型及方法

    公开(公告)号:CN103744960A

    公开(公告)日:2014-04-23

    申请号:CN201410004932.3

    申请日:2014-01-06

    Applicant: 河海大学

    CPC classification number: G06F17/30321

    Abstract: 本发明公开一种基于云平台的元数据索引模型及方法,模型包括:全量索引模块,主要解决对遗留数据和迁移数据建立全量索引的问题;增量索引模块,主要解决审核通过的元数据以增量的方式加入索引库;索引管理模块,用于对索引的基本管理需求。方法通过构建提供元数据建立索引的一套SaaS服务。租户通过迁移或者注册流程存储元数据到元数据存储中心,对迁移的元数据采用建立全量索引的方式,对通过注册流程存储的元数据,调用建立增量索引接口,以增量的方式向索引库添加数据;建立索引使用分布式检索工具Elasticsearch完成。本发明建立索引速度具有明显提升,能够达到实时搜索,具有良好的可扩展性。

    一种多度量时间序列相似分析方法

    公开(公告)号:CN103577562A

    公开(公告)日:2014-02-12

    申请号:CN201310508432.9

    申请日:2013-10-24

    Applicant: 河海大学

    CPC classification number: G06F17/30988

    Abstract: 本发明公开一种多度量时间序列相似分析方法,适用于时间序列的k-近邻查询。根据分析需求选择多个单一相似度量方法,分别利用各单一相似度量分析查询序列的m-近邻序列或子序列;对各相似度量下的m-近邻序列或子序列进行修剪,得到候选相似序列或子序列;利用带优势权重的多分类器组合法对候选相似序列或子序列进行组合得到查询序列的k-近邻序列。相对于单一相似度量,多度量组合的相似分析能够得到更加全面的分析结果。带优势权重的多分类器组合法在借鉴BORDA计数法的同时,利用相邻候选相似序列或子序列与查询序列的相似距离的差异对排序得分进行调整,以反映候选相似序列或子序列相似的具体差异。

    一种时间序列数据异常检测方法与装置

    公开(公告)号:CN102945320A

    公开(公告)日:2013-02-27

    申请号:CN201210421143.0

    申请日:2012-10-29

    Abstract: 本发明公开了一种时间序列数据异常检测方法,包括以下步骤:定义时间序列中数据点di的邻居节点;计算数据点di的邻居节点的均值;计算绝对误差值ei(k),累积变化量ACi;设定阈值τ,分别比较上述计算得到的绝对误差值ei(k)、累积变化量ACi和阈值τ之间的大小关系:如果ei(k)>τ或ACi>τ,则标记为异常点,否则,保留。本发明还公开一种时间序列数据异常检测装置。本发明的数据点异常的判定和该数据点的邻居节点相关,这体现了“局部”的概念。邻居节点窗口宽度可依据不同时段的具体需求进行动态调整,保证了不同时段情况下的参数局部最优,能有效检测出时间序列中的异常数据,具有广泛的应用前景。

    一种基于TIN数据的河网提取方法

    公开(公告)号:CN102810157A

    公开(公告)日:2012-12-05

    申请号:CN201110115791.9

    申请日:2011-06-02

    Applicant: 河海大学

    Abstract: 本发明涉及一种基于TIN数据的河网提取方法,属于地理信息与水文学技术领域。本法利用TIN三角形的梯度判断水流方向,在求得流向的基础上,通过判断TIN三角形每条边与水流流向向量的关系将空间三角形分为谷线三角形和非谷线三角形,并分别依据谷线三角形和非谷线三角形提取河网,采用从流域出口回溯的方法计算平坦区域三角形的流向以进一步提取出河道。本发明解决了通过判断TIN三角形每条边的汇水性来识别河道所定义的河道单一的问题以及无法提取平坦区域河道的问题。

Patent Agency Ranking