-
公开(公告)号：CN104899464A
公开(公告)日：2015-09-09
申请号：CN201510342376.5
申请日：2015-06-19
Applicant: 中国地质大学(武汉)
IPC: G06F19/00
Abstract: 本发明提供一种适应噪声条件下的抽样学习机遥感定量反演方法，利用极限学习机中固定小数量级权值的特点模拟遥感定量反演中影响因子与反演对象间的非线性的复杂数学关系，将其转化为求解一个线性系统Hβ＝TT；根据网络模型参数β的维度自适应选取模型参数估计算法；利用选取的模型参数估计算法，实现对Hβ＝TT中网络模型参数β的求解。本发明通过建立遥感定量反演中影响因子与反演对象间的复杂数学关系模型；在模型参数求解过程中，能过滤样本数据噪声的干扰，自适应选取模型参数估计算法，从而能快速获取模型最优的参数结果。
-
公开(公告)号：CN119227958A
公开(公告)日：2024-12-31
申请号：CN202411377731.8
申请日：2024-09-30
Applicant: 中国地质大学(武汉)
IPC: G06Q10/063 , G06Q50/02 , G06Q50/26 , G06F17/10
Abstract: 本发明公开了一种适配作物根系发育的土壤水分农业干旱指数计算方法，涉及农业干旱领域。该方法通过引入农作物在不同生长发育阶段的根系在不同根区深度的土壤水分需求量，构建了能够动态适配作物根系生长阶段的土壤水分农业干旱指数MSMADI，更加准确反映了不同作物在不同生长阶段和不同根区深度的土壤水分干旱状况，揭示了不同地区和不同季节的干旱时空变化及其影响因素，实现了农业干旱的精准评估。本发明有益效果是：为不同农作物区的农业干旱状态提供更准确的评估指数，为精准农业灌溉提供科学依据和技术支持。
-
公开(公告)号：CN110390658A
公开(公告)日：2019-10-29
申请号：CN201910528784.8
申请日：2019-06-18
Applicant: 中国地质大学(武汉)
IPC: G06T5/50
Abstract: 本发明提供了一种基于光谱形态和Gram-Schmidt变换约束的高光谱影像变分融合方法，包括：基于传统的影像变分融合模型，设计了新的光谱形态约束项和相关性约束项；光谱形态约束项采用邻域像素的光谱形态特征和新的权重分配方法，修正由空间分辨率的变化引起的光谱失真；相关性约束项基于Gram-Schmidt变换方法的生成影像建立约束，提高融合影像与标准参考影像的相关性。本发明的有益效果是：本发明所提出的技术方案将影像融合问题转化为能量方程的最优化问题用以重建融合影像；与传统的变分融合方法相比，本方法能够有效提高高光谱影像的空间分辨率，并较好的保持影像中原有的光谱信息。
-
公开(公告)号：CN109145709A
公开(公告)日：2019-01-04
申请号：CN201810664380.7
申请日：2018-06-25
Applicant: 中国地质大学(武汉)
IPC: G06K9/00
CPC classification number: G06K9/00503 , G06K9/00657
Abstract: 一种迭代包络线抽取的时序遥感植被指数重构方法及系统，先获取时序遥感植被指数数据作为待处理数据，然后确定一搜索窗口，从起始端点A开始，在后续竖线的顶点中寻找折线段终点B，一旦找到，则本窗口内搜索结束；平移窗口，以点B作为新的起始端点A，在新的窗口中寻找新的B，如此重复直至时序遥感植被指数数据被处理完毕；再以处理完毕的数据作为新的待处理数据，重复之前步骤直至迭代结束完成最终的包络线节点抽取；最后对最终抽取的包络线节点进行平滑滤波，得到重构的植被指数时序数据。本发明排除了各种误差对观测结果的影响，能更好的反映诸如地形起伏、地表二向反射等诸多因素对NDVI时序变化所产生的影响，且本发明具有更好的适应性。
-
公开(公告)号：CN119377808A
公开(公告)日：2025-01-28
申请号：CN202411521603.6
申请日：2024-10-29
Applicant: 中国地质大学(武汉)
IPC: G06F18/243 , G06N20/20 , G06N5/01 , G06F18/214 , G06F18/27 , G06Q50/02 , G06F17/10 , G06Q10/04 , G06F18/213 , G01N33/00
Abstract: 本申请提供了一种极端干热复合胁迫下植被生理与结构响应定量分析方法，涉及植被遥感领域，方法包括：采集水文气象数据、植被结构数据和植被功能数据、土壤水分数据；计算土壤水分数据的土壤干旱指数，确定干旱顶点；通过局部加权回归方法，提取异常值形式；计算水文气象数据的平均变化轨迹；建立随机森林模型；基于干旱顶点为中心的时间窗口，对随机森林模型进行训练，得到预测结果；根据预测结果，得到植被功能数据的生理信号比例；根据干旱顶点和异常值形式，提取驱动变量并进行归因分析，得到驱动变量对三类植被功能变量的相对重要性排序。本申请能够精确分离植被的生理与结构响应信号，提升植被动态变化的监测精度和分析能力。
-
Patent Agency Ranking
公开(公告)号：CN119360121A
公开(公告)日：2025-01-24
申请号：CN202411635831.6
申请日：2024-11-15
Applicant: 中国地质大学(武汉)
IPC: G06V10/764 , G06V20/10 , G06V10/82 , G06N3/0464 , G06N3/0895
Abstract: 本发明公开了一种面向遥感作物制图的系统性分类样本提纯与扩充方法，包括获取开源遥感作物分类产品数据集、数据预处理与可用性情况分析、基于多源数据时空滤波算法的样本提纯、结合遥感特征增强与自监督深度学习的样本扩充。本发明能够基于多源作物分类产品数据，高效获取代表性强、数量足够、空间和类别分布均衡的高质量作物样本，为遥感作物分类研究及应用提供样本数据支撑，相较于传统的实地采集和目视解译等作物样本获取方法，本方法更加高效、客观和自动化，相较于目前基于遥感作物分类产品数据简单处理的样本生成方法，本方法更加全面、系统和普适，且生成的样本在准确性、代表性和均衡性方面更具优势。
-
公开(公告)号：CN117406780B
公开(公告)日：2024-05-31
申请号：CN202311544568.5
申请日：2023-11-20
Applicant: 鸣飞伟业技术有限公司 , 中国地质大学(武汉) , 谈心
Abstract: 本发明提出了一种无人机追逃方法及系统，方法包括以下步骤：S1、根据卫星定位实时获取无人机的位置信息；S2、无人机通过摄像头实时获取监控区域的视频图像数据，将视频图像数据传输至地面控制站；S3、地面控制站对位置信息和视频图像数据进行耦合处理，得到目标物体的运动轨迹；S4、根据目标物体的运动轨迹制定追逃策略，无人机根据追逃策略进行智能追逃；S5、无人机通过摄像头捕捉到目标物体后，向地面控制站发送提醒信息，提示地面控制站无人机已经成功捕捉到目标物体的图像。本申请通过注意力机制、残差注意力和通用注意力对视频图像数据进行处理，提高目标物体的检测准确性。
-
公开(公告)号：CN119202610A
公开(公告)日：2024-12-27
申请号：CN202411377724.8
申请日：2024-09-30
Applicant: 中国地质大学(武汉)
IPC: G06F18/20 , G06F17/18 , G06T11/20 , G06Q10/063 , G06Q50/02 , G06F123/02
Abstract: 本发明提供了一种基于NIRv和作物进展报告的玉米物候遥感监测方法。包括：利用遥感数据构建NIRv时序曲线；结合公开作物进展报告与耕地利用数据构建玉米生长模型；利用往年数据校准物候参数与生长模型结合获取形状模型；优化传统SMF方法，拟合形状模型与每年植被指数时序曲线，计算最优参数，监测玉米五个主要物候期；获取像素级玉米物候监测信息并进行区域物候制图，对区域物候进行定量评估。本发明攻克了无需依赖地面长期观测数据即可实现作物物候期准确估计的建模难题，扩展了形状模型拟合在物候监测中的应用范围，评估了NIRv指数的物候监测能力，适用于较大区域的研究。进一步提升作物物候遥感监测精度，协助政府和农户准确的进行作物科学管理。
-
公开(公告)号：CN117572885A
公开(公告)日：2024-02-20
申请号：CN202311544566.6
申请日：2023-11-20
Applicant: 鸣飞伟业技术有限公司 , 中国地质大学(武汉) , 谈心
Abstract: 本发明提出了一种基于无人机热红外相机的夜间追踪方法、系统及相关装置，方法包括以下步骤：S1、确定无人机飞行区域和监控区域，设置热红外相机的参数和无人机的飞行高度；S2、使用热红外相机拍摄飞行区域的红外视频，将红外视频发送至地面站并对红外视频进行热红外处理，得到处理后的红外视频；S3、对处理后的红外视频进行目标检测和跟踪得到目标的位置，并根据目标的位置生成目标的实际运动轨迹；S4、基于深度强化学习算法对目标的实际运动轨迹进行学习，得到无人机的决策模型；S5、根据决策模型确定无人机的最终飞行路径，无人机根据最终飞行路径进行目标追踪并在目标追踪结束后，无人机自动飞到指定位置。
-
公开(公告)号：CN109145709B
公开(公告)日：2021-08-27
申请号：CN201810664380.7
申请日：2018-06-25
Applicant: 中国地质大学(武汉)
IPC: G06K9/00
Abstract: 一种迭代包络线抽取的时序遥感植被指数重构方法及系统，先获取时序遥感植被指数数据作为待处理数据，然后确定一搜索窗口，从起始端点A开始，在后续竖线的顶点中寻找折线段终点B，一旦找到，则本窗口内搜索结束；平移窗口，以点B作为新的起始端点A，在新的窗口中寻找新的B，如此重复直至时序遥感植被指数数据被处理完毕；再以处理完毕的数据作为新的待处理数据，重复之前步骤直至迭代结束完成最终的包络线节点抽取；最后对最终抽取的包络线节点进行平滑滤波，得到重构的植被指数时序数据。本发明排除了各种误差对观测结果的影响，能更好的反映诸如地形起伏、地表二向反射等诸多因素对NDVI时序变化所产生的影响，且本发明具有更好的适应性。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.024 seconds)
