-
公开(公告)号：CN109948697B
公开(公告)日：2022-08-26
申请号：CN201910208202.8
申请日：2019-03-19
Applicant: 中南大学
IPC: G06V10/764 , G06V10/762 , G06V10/774 , G06K9/62
Abstract: 本发明属于遥感影像处理领域，公开了一种利用众源数据辅助遥感影像分类提取城市建成区的方法，首先对遥感数据进行预处理；然后对获得的众源数据进行坐标转换、冗余数据剔除和滤波等预处理操作，计算单个像元内训练样本的频率和光谱相似度；最后利用单类支持向量机对城市建成区进行提取。本发明实现了城市建成区的快速提取，实现了利用众源数据自动生成实时、近乎零成本的训练样本，它融合了众源地理数据与多源遥感影像数据提取城市建成区，极大地提高了城市建成区的提取精度。
-
公开(公告)号：CN112700104A
公开(公告)日：2021-04-23
申请号：CN202011565086.4
申请日：2020-12-25
Applicant: 中南大学 , 中国有色金属长沙勘察设计研究院有限公司 , 长沙理工大学 , 应急管理部国家自然灾害防治研究院
Abstract: 本发明涉及地震灾害危险评估方法，公开了一种基于多模态分类的震区滑坡易发性评价方法，包括如下步骤：(1)收集滑坡致灾因子特征数据并预处理，并根据滑坡致灾因子特征数据的内在属性区别将相关的滑坡致灾因子特征数据相结合，以得到不同类型的滑坡致灾因子模态数据；(2)采用随机森林原理获得各类滑坡致灾因子模态数据的相似度图形；(3)采用非线性融合方法融合多种滑坡致灾因子模态数据的相似度图形，以生成相似度融合图；(4)在相似度融合图的基础上通过相关分类算法得到滑坡敏感性图以评价震区滑坡易发性。本发明一种基于多模态分类的震区滑坡易发性评价方法能够快速而精确地实现地震滑坡危险性评价。
-
公开(公告)号：CN118468113B
公开(公告)日：2025-01-28
申请号：CN202410647782.1
申请日：2024-05-23
Applicant: 中南大学
IPC: G06F18/241 , G06F17/16 , G06Q10/04 , G06Q50/26
Abstract: 本发明涉及滑坡易发性评价技术领域，具体公开了一种面向混合数据的滑坡易发性评价方法，该方法通过计算数值型和分类型影响因子的关联矩阵，并经过合并生成最终的关联矩阵；将最终的关联矩阵作为输入分类模型的特征数据，进行滑坡易发性预测。经过对混合数据进行分类处理，最终得到的关联矩阵保存了对象之间所有的相关信息，再利用常用的分类算法对滑坡敏感性进行评价。使用受试者工作特征曲线ROC计算评价结果的准确性，与不考虑混合数据的结果对比后发现，面向混合数据的滑坡易发性评价方法提高了易发性评价的精度。
-
公开(公告)号：CN111539450A
公开(公告)日：2020-08-14
申请号：CN202010212615.6
申请日：2020-03-24
Applicant: 中南大学
IPC: G06K9/62
Abstract: 本发明涉及地震灾害处理，公开了一种地震区滑坡易发性评价方法，包括如下步骤：(1)基于地震区地震前信息和地震后信息之间的差异，获取地震滑坡编目；(2)从滑坡编目中选择滑坡样本，基于该滑坡样本，采用单类支持向量机模型来获取初始地震滑坡易发性指数，将其归一化为概率指数，根据概率指数将滑坡分区；(3)在第一滑坡第一易发区和第一滑坡第二易发区中选择非滑坡样本，构建样本数据集；(4)基于样本数据集，通过两类支持向量机模型来获取地震区滑坡易发性指数，采用自然断点法将滑坡分区。该评价方法能够快速准确地实现地震灾区的滑坡易发生评价，进而为后续的灾害应急救援、灾害监测、土地规划提供指导依据。
-
公开(公告)号：CN111539450B
公开(公告)日：2023-10-24
申请号：CN202010212615.6
申请日：2020-03-24
Applicant: 中南大学
IPC: G06F18/214 , G06F18/2411
Abstract: 本发明涉及地震灾害处理，公开了一种地震区滑坡易发性评价方法，包括如下步骤：(1)基于地震区地震前信息和地震后信息之间的差异，获取地震滑坡编目；(2)从滑坡编目中选择滑坡样本，基于该滑坡样本，采用单类支持向量机模型来获取初始地震滑坡易发性指数，将其归一化为概率指数，根据概率指数将滑坡分区；(3)在第一滑坡第一易发区和第一滑坡第二易发区中选择非滑坡样本，构建样本数据集；(4)基于样本数据集，通过两类支持向量机模型来获取地震区滑坡易发性指数，采用自然断点法将滑坡分区。该评价方法能够快速准确地实现地震灾区的滑坡易发生评价，进而为后续的灾害应急救援、灾害监测、土地规划提供指导依据。
-
Patent Agency Ranking
公开(公告)号：CN113238282A
公开(公告)日：2021-08-10
申请号：CN202110787048.1
申请日：2021-07-13
Applicant: 中南大学
Abstract: 本发明公开了一种联合多源辅助数据提取地震微波辐射异常的方法，包括如下步骤：A）根据地震发生的年份、日期和地点，获取微波辐射遥感影像数据和地表覆盖分类数据、地表温度数据和地表湿度数据等历史同期多源辅助数据；B）结合地表覆盖分类数据，计算各地表覆盖分类区域中非震年地表温、湿度数据与地震年地表温、湿度数据之间的相关性，选取各地表覆盖分类区域中相关性高的地表温、湿度数据作为优选历史辅助数据，以选取各地表覆盖分类区域中与优选历史辅助数据同日的微波辐射遥感影像数据，得到微波辐射背景场数据；C）将地震年微波辐射影像数据与微波辐射背景场数据作差分以得到地震微波辐射异常数据。该方法精确度高，抗干扰性强。
-
公开(公告)号：CN111539432B
公开(公告)日：2023-03-31
申请号：CN202010166602.X
申请日：2020-03-11
Applicant: 中南大学
IPC: G06V10/762 , G06V10/774 , G06V10/26 , G06T5/00 , G06T7/11 , G06T7/187 , G06T7/30
Abstract: 本发明属于遥感影像处理领域，公开了一种利用众源数据辅助遥感影像提取城市道路的方法，包括如下步骤：(1)对获取的众源数据进行预处理；(2)基于局部马氏距离分类自动生成训练样本，并利用深度学习算法对高分辨率遥感影像分割，获取候选道路数据；(3)结合方向一致性分割和张量投票算法，将断裂的道路连接成路网；(4)基于自适应椭圆拟合算法聚类，并利用椭圆扁率剔除易混淆场景，使用线拟合得到道路中心线。本发明利用众源数据自动生成训练样本。融合了众源数据和高遥感影像提取城市道路，解决了提取的中心线不够平滑，剔除了诸如停车场等易混淆场景的干扰，提高了城市道路的提取精度。
-
公开(公告)号：CN113238282B
公开(公告)日：2021-09-28
申请号：CN202110787048.1
申请日：2021-07-13
Applicant: 中南大学
Abstract: 本发明公开了一种联合多源辅助数据提取地震微波辐射异常的方法，包括如下步骤：A）根据地震发生的年份、日期和地点，获取微波辐射遥感影像数据和地表覆盖分类数据、地表温度数据和地表湿度数据等历史同期多源辅助数据；B）结合地表覆盖分类数据，计算各地表覆盖分类区域中非震年地表温、湿度数据与地震年地表温、湿度数据之间的相关性，选取各地表覆盖分类区域中相关性高的地表温、湿度数据作为优选历史辅助数据，以选取各地表覆盖分类区域中与优选历史辅助数据同日的微波辐射遥感影像数据，得到微波辐射背景场数据；C）将地震年微波辐射影像数据与微波辐射背景场数据作差分以得到地震微波辐射异常数据。该方法精确度高，抗干扰性强。
-
公开(公告)号：CN112686522A
公开(公告)日：2021-04-20
申请号：CN202011564482.5
申请日：2020-12-25
Abstract: 本发明涉及地震灾害危险评估方法，公开了一种Newmark修正模型地震滑坡危险性评估方法，包括如下步骤：(1)收集地质地形信息、地震信息和地质环境信息；(2)根据地质地形信息获取岩体的临界加速度acN，并利用层次分析模型判别步骤(1)所获得的信息中的地质因子对滑坡的影响权重；(3)根据各地质因子对滑坡的影响权重对岩体的临界加速度acN进行修正，记修正后的临界加速度为acM；(4)结合地质地形信息中的地震动峰值加速度PGA和修正后的临界加速度acM，并利用Newmark位移模型求得岩体的累积位移，以根据岩体的累积位移评估地震滑坡的危险性。本发明一种Newmark修正模型地震滑坡危险性评估方法能够快速而精确地实现对地震滑坡危险性的评价。
-
公开(公告)号：CN118467971B
公开(公告)日：2024-12-20
申请号：CN202410647586.4
申请日：2024-05-23
Applicant: 中南大学
Abstract: 本发明涉及滑坡易发性评价技术领域，具体公开了一种由根系力和土壤饱和度计算台风降雨型滑坡易发性的方法，通过反演根系力以及台风期间土壤饱和度的时空变化，对台风降雨型滑坡进行易发性评价。包括以下步骤：影响因子与模型数据收集；植被根系力反演；土壤饱和度反演；滑坡易发性预测。能够精确反演植被根系力，顾及根系力和降雨影响反演台风影像下区域内的滑坡易发性，并较现有的未考虑植被根系力和根系力默认值生成的滑坡易发性图，具有更好的预测精度。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.022 seconds)
