-
公开(公告)号：CN117912047A
公开(公告)日：2024-04-19
申请号：CN202310638590.X
申请日：2023-05-31
申请人： 中国测绘科学研究院
IPC分类号： G06V30/422 , G06V10/774 , G06V10/82 , G06N3/08
摘要： 本发明的顾及空间关系和共现概率的地图图像目标检测方法，通过基础目标检测模型对地图多种目标进行检测，在此基础上通过面积关系、方位关系来描述不同目标之间的空间属性，继而通过不同目标之间的共现概率提升更高的地图目标检测精度；本方法中多个目标之间空间关系的引入，可以为大范围地图内容智能识别提供有效的目标提取有效的技术手段和参考。
-
公开(公告)号：CN113486000B
公开(公告)日：2021-12-17
申请号：CN202111046481.6
申请日：2021-09-08
申请人： 中国测绘科学研究院
IPC分类号： G06F16/215 , G06F16/2458 , G06N3/04 , G01D21/02
摘要： 一种基于多元数据和深度学习的蒸散发数据降尺度方法，包括获取低空间分辨率卫星地表蒸散发数据、低空间分辨率大气再分析数据和高空间分辨率卫星遥感数据，进行数据的预处理，基于搭建的深度学习回归网络，建立地表蒸散发反演模型，而后通过低空间分辨率上建立的地表蒸散发反演模型，降尺度反演高空间分辨率地表蒸散发。本发明全面综合考虑地表蒸散发相关影响因子来提高地表蒸散发反演精度，基于深度学习，深度解析了遥感地表参数和大气资料与地表蒸散发的非线性复杂关系，采用BN和动态学习率来学习遥感地表参数和大气资料与地表蒸散发关系，BN处理使避免梯度消失问题，大大加快训练速度，动态学习率可使网络更好的收敛到最优解。
-
公开(公告)号：CN114092835B
公开(公告)日：2022-04-19
申请号：CN202210079071.X
申请日：2022-01-24
申请人： 中国测绘科学研究院
摘要： 一种基于不同时空分辨率的归一化植被指数数据时空融合方法，将不同时空分辨率的归一化植被指数数据进行时空融合，利用基于相邻NDVI观测的噪点二次过滤和高时间分辨率的NDVI中值的噪点过滤；结合线性插值和空间过滤，对不同时空分辨率的NDVI数据进行自动化融合生成高时间高空间分辨率NDVI数据；并利用空间过滤算法消除MODIS像元边界效应，最终得到目标区域的高空间分辨率高时间分辨率NDVI数据。本发明减少后续融合处理的不确定性，不用考虑输入数据是否晴空无云；通过结合与目标像元NDVI值的接近程度和与目标像元的欧式距离，对融合的目标像元NDVI值进行校正，提高融合影像的连续性。
-
公开(公告)号：CN114092835A
公开(公告)日：2022-02-25
申请号：CN202210079071.X
申请日：2022-01-24
申请人： 中国测绘科学研究院
摘要： 一种基于不同时空分辨率的归一化植被指数数据时空融合方法，将不同时空分辨率的归一化植被指数数据进行时空融合，利用基于相邻NDVI观测的噪点二次过滤和高时间分辨率的NDVI中值的噪点过滤；结合线性插值和空间过滤，对不同时空分辨率的NDVI数据进行自动化融合生成高时间高空间分辨率NDVI数据；并利用空间过滤算法消除MODIS像元边界效应，最终得到目标区域的高空间分辨率高时间分辨率NDVI数据。本发明减少后续融合处理的不确定性，不用考虑输入数据是否晴空无云；通过结合与目标像元NDVI值的接近程度和与目标像元的欧式距离，对融合的目标像元NDVI值进行校正，提高融合影像的连续性。
-
公开(公告)号：CN113486000A
公开(公告)日：2021-10-08
申请号：CN202111046481.6
申请日：2021-09-08
申请人： 中国测绘科学研究院
IPC分类号： G06F16/215 , G06F16/2458 , G06N3/04 , G01D21/02
摘要： 一种基于多元数据和深度学习的蒸散发数据降尺度方法，包括获取低空间分辨率卫星地表蒸散发数据、低空间分辨率大气再分析数据和高空间分辨率卫星遥感数据，进行数据的预处理，基于搭建的深度学习回归网络，建立地表蒸散发反演模型，而后通过低空间分辨率上建立的地表蒸散发反演模型，降尺度反演高空间分辨率地表蒸散发。本发明全面综合考虑地表蒸散发相关影响因子来提高地表蒸散发反演精度，基于深度学习，深度解析了遥感地表参数和大气资料与地表蒸散发的非线性复杂关系，采用BN和动态学习率来学习遥感地表参数和大气资料与地表蒸散发关系，BN处理使避免梯度消失问题，大大加快训练速度，动态学习率可使网络更好的收敛到最优解。
-
-
-
-
搜索结果
5 条记录 (耗时 0.031 秒)
