-
公开(公告)号:CN117853890A
公开(公告)日:2024-04-09
申请号:CN202410133846.6
申请日:2024-01-31
Applicant: 北华航天工业学院 , 廊坊空间信息技术研发服务中心
IPC: G06V20/05 , G06V20/10 , G06V10/74 , G06V10/762 , G06V10/764 , G06V10/82 , G06N3/0895 , G06N20/20
Abstract: 本发明公开了基于半监督光学分类的叶绿素a浓度反演方法,属于机器学习技术领域。本发明包括如下步骤:S100、采集研究区内的实测高光谱数据与水样,对实测高光谱数据做预处理,去除光谱曲线异常值后做均值计算;S200、利用若干种水体光学分类方法对样本数据进行分类,采用摩尔投票法,对分类结果进行统计,接着对样本进行标记,利用FCM聚类算法和随机森林分类器构建半监督分类模型;S300、根据各类型水体的光学特性及生物组分特点,进行优化模型;S400、基于半监督的样本分类结果,计算出每个类别的质心光谱,利用实测光谱数据与分类结果的质心光谱的权重;S500、将分类反演结果进行加权融合。
-
公开(公告)号:CN116129283A
公开(公告)日:2023-05-16
申请号:CN202211646899.5
申请日:2022-12-21
Applicant: 北华航天工业学院
Abstract: 本申请涉及遥感数据处理领域,提供一种辐射真值感兴趣区提取方法和系统,包括:S1,获取参考数据与待检验影像重叠区,对待检验影像进行分块,剔除不满足条件的影像块;S2,计算辐射真值感兴趣区内像元亮度值变异系数,剔除变异系数大于阈值的辐射真值感兴趣区;S3,对辐射真值感兴趣区内像元亮度值进行分层处理;S4,对辐射真值感兴趣区的像元亮度值平均值与参考像元亮度值进行差值计算;S5,提取不同反射亮度层级的辐射真值感兴趣区。该方法结合变异系数,将分层采样法用于面状辐射真值感兴趣区的提取中,提取的辐射真值感兴趣区主要分布在地势平坦、地物类型均一、辐射特性一致性较高的地区,面状真值更准确、更具代表性。
-
公开(公告)号:CN118333819A
公开(公告)日:2024-07-12
申请号:CN202410555173.3
申请日:2024-05-07
Applicant: 北华航天工业学院 , 廊坊空间信息技术研发服务中心
IPC: G06Q50/26 , G06Q10/063 , G06V10/764 , G06N5/02 , G06F16/29
Abstract: 本发明公开了基于拓扑结构的水源涵养量时空分析方法,属于水源涵养量时空分析领域。包括:获取自然环境要素栅格影像中的若干环境特征数据,得到自然环境要素中每一区域的年水源涵养量;构建水源涵养等级时空拓扑图结构;实现节点构建、空间边构建以及时间边构建;实现对自然环境要素的节点进行基础结构分析、节点重要性分析和社区检测;得到不同水源涵养等级的空间边演化行为和各节点的时间边演化行为。本发明考虑对象之间的空间关联,揭示了地理对象之间的空间邻接和时间转换,浓缩时空图节点、空间边和时间边信息,相比传统的时空分析方法,本发明可以提供具体数字,分析结果更加直观,并且更准确,操作简单,节约人工成本。
-
公开(公告)号:CN116050567B
公开(公告)日:2023-12-15
申请号:CN202211365577.3
申请日:2022-10-31
Applicant: 北华航天工业学院
IPC: G06Q10/04 , G06Q10/0639 , G06Q50/26 , G06N3/0442 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种城市热环境的时空降尺度变化分析方法,使用卷积神经网络与长短期记忆神经网络模型进行大区域地表温度降时间尺度,后经几次基础上运用多层感知机模型的降空间尺度地表温度研究,通过查阅文献和相关资料确定地表温度密切相关的影响因子,如归一化植被指数、太阳辐射和相对湿度等,获取地表温度以及相关影响因子的高分卫星与多载荷遥感影像数据,该研究主针对MODIS地表温度数据产品进行时空降尺度,通过因子与地表温度之间的抽象关系来加强模型的准确性。产出高分辨率数据,最终将得到的降尺度数据进行空间纹理的细化,得到最后的城市热环境降尺度分析效果图,实现对城市热环境分析研究的作用,辅助政府决策和城市居民生活健康。
-
公开(公告)号:CN116050567A
公开(公告)日:2023-05-02
申请号:CN202211365577.3
申请日:2022-10-31
Applicant: 北华航天工业学院
IPC: G06Q10/04 , G06Q10/0639 , G06Q50/26 , G06N3/0442 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种城市热环境的时空降尺度变化分析方法,使用卷积神经网络与长短期记忆神经网络模型进行大区域地表温度降时间尺度,后经几次基础上运用多层感知机模型的降空间尺度地表温度研究,通过查阅文献和相关资料确定地表温度密切相关的影响因子,如归一化植被指数、太阳辐射和相对湿度等,获取地表温度以及相关影响因子的高分卫星与多载荷遥感影像数据,该研究主针对MODIS地表温度数据产品进行时空降尺度,通过因子与地表温度之间的抽象关系来加强模型的准确性。产出高分辨率数据,最终将得到的降尺度数据进行空间纹理的细化,得到最后的城市热环境降尺度分析效果图,实现对城市热环境分析研究的作用,辅助政府决策和城市居民生活健康。
-
-
-
-