-
公开(公告)号：CN118734083B
公开(公告)日：2025-02-28
申请号：CN202411232376.5
申请日：2024-09-04
Applicant: 南京信息工程大学
IPC: G06F18/214 , G06F17/13 , G06N3/006 , G06N3/126
Abstract: 本发明提供一种基于NSGA‑Ⅱ的多目标耦合地理分层方法及系统，利用NSGA‑Ⅱ遗传算法对由多目标综合表征的地理现象进行地理分层，通过佳点集方法对初始种群分布进行平均化改进，通过交叉变异更新最优解集，通过帕累托前沿方法使得多个目标之间构成一种非支配的耦合关系，避开了多目标间复杂不确定的数学关系，相较于传统方法中通过多目标加减合成单目标的方法更适用于解决实际问题。本发明实现了对一个复杂地理现象的空间分层异质性强度的测量，同时能够评估潜在的解释因子对地理现象的空间分层异质性的解释程度。
-
公开(公告)号：CN116306215B
公开(公告)日：2024-10-29
申请号：CN202211569847.2
申请日：2022-12-08
Applicant: 南京信息工程大学
IPC: G06F30/27 , G06F18/214 , G06F119/02
Abstract: 本发明公开了一种基于集成学习的降水预测方法及系统，方法包括：获取需要降水预测时段和区域的预报因子，构建准时空同步的训练集和测试集；使用训练集通过相互交叉验证分别训练随机森林、XGBoost和极度随机树三种单一机器学习模型，并对三种单一机器学习模型的定量降水估计结果进行线性回归得到三种单一机器学习模型的权重，对测试集的三种单一机器学习模型定量降水估计结果加权相加，得到基于集成学习的定量降水估计；将基于集成学习的定量降水估计设为初估场、通过双调和样条插值的同一时空分辨率下的高密度自动站降水观测设为观测值，对初估场和观测值进行最优插值融合，用于降水预测。本发明提高了降水预测的准确性和实用性。
-
公开(公告)号：CN118447247A
公开(公告)日：2024-08-06
申请号：CN202410583185.7
申请日：2024-05-11
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种城市绿地分割方法、装置、系统及存储介质，属于遥感图像处理技术领域，方法包括：将待测城市的高分辨率遥感影像输入至训练好的语义分割网络进行分割，获取待测城市的绿地分割结果；其中，所述语义分割网络是基于预构建的主干网络，对多尺度特征融合模块、Transformer模块和金字塔聚合模块进行改进获取的。该方法能够提高高分辨率遥感影像中城市绿地的分割精度。
-
公开(公告)号：CN117828490B
公开(公告)日：2024-05-17
申请号：CN202410252323.3
申请日：2024-03-06
Applicant: 南京信息工程大学
IPC: G06F18/243 , G06N5/01 , G06F18/214 , G01W1/10 , G06N3/0442
Abstract: 本发明公开了一种基于集成学习的对台风灾害预报方法及系统，所述方法包括以下步骤：（1）利用台风参数数据、再分析资料、地面观测数据按时间和空间匹配构建历史台风训练数据集并进行预处理；（2）建立台风风雨预报模型，将历史台风训练数据集输入到台风风雨预报模型中进行训练，得到台风降水预报模型最优参数；（3）评估预报结果；本发明针对台风产生灾害受众多复杂条件影响，本发明的台风风雨预报模型采用的特征参数精确描述了台风路径与强度、风雨发生机理及动力过程，能快速地获取精确而非冗余的预报所需数据，有助于提高预报预警时效性。
-
公开(公告)号：CN117893765A
公开(公告)日：2024-04-16
申请号：CN202410099052.2
申请日：2024-01-24
Applicant: 南京信息工程大学
IPC: G06V10/26 , G06V20/70 , G06V20/10 , G06V10/56 , G06V10/80 , G06V10/82 , G06V10/44 , G06V10/52 , G06V10/42 , G06N3/0464 , G06N3/0455 , G06N3/084 , G06N3/048
Abstract: 本发明公开了一种图像处理技术领域的城市街景绿色景观图像分割方法及装置，旨在解决现有技术中等问题，其包括获取城市街景绿色景观图像数据；对获取的城市街景绿色景观图像数据进行预处理，得到预处理的城市街景绿色景观图像数据；根据预处理的城市街景绿色景观图像数据，基于预训练的城市街景绿色景观图像分割模型，对城市街景中的绿色景观进行提取，得到预测的绿色景观分割图像。本发明对全局上下文信息建模，减少主干网络特征冗余，同时提升分割性能。
-
Patent Agency Ranking
公开(公告)号：CN119893671A
公开(公告)日：2025-04-25
申请号：CN202510331954.9
申请日：2025-03-20
Applicant: 南京信息工程大学
Abstract: 本发明提出了一种基于状态空间模型的多标签超宽带传感器定位方法，包括：步骤1，进行基站信息的嵌入；步骤2，对嵌入后的数据进行分割、映射与融合，得到融合特征；步骤3，提取超宽带传感器测量值的时空特征；步骤4，将状态空间模块和超宽带传感器标签位置与姿态预测模块组成室内定位模型；步骤5，训练室内定位模型，实现标签位置和姿态的同步预测，从而满足室内定位的需求。通过本发明方法，能够高效抑制超宽带传感器的测量噪声，充分提取超宽带传感器测量值的高级时空特征，实现标签位置与姿态的实时估计，为基于超宽带传感器的室内定位提供了更高的可靠性与鲁棒性。
-
公开(公告)号：CN119313827A
公开(公告)日：2025-01-14
申请号：CN202411847445.3
申请日：2024-12-16
Applicant: 南京信息工程大学
Abstract: 本申请公开了一种基于边缘约束和明暗恢复形状的多视点卫星图像数字表面模型重建方法、装置、设备及存储介质，本申请涉及数字表面模型技术领域，该方法包括基于目标地区的多视点卫星图像构建初始地面三维模型；根据多视点卫星图像和初始地面三维模型进行预设边缘融合，获得目标边缘信息；基于目标边缘信息构建基于明暗恢复形状的目标能量函数；基于目标能量函数对初始地面三维模型进行细化，获得目标地面三维模型。本申请通过多视点卫星图像的边缘信息丰富初始地面三维模型的边缘信息，基于融合后更精细的目标边缘信息和明暗恢复形状技术确定目标能量函数，进而基于目标能量函数对初始地面三维模型进行优化，提高最终目标地面三维模型的重建精度。
-
公开(公告)号：CN118429870B
公开(公告)日：2024-11-12
申请号：CN202410897337.0
申请日：2024-07-05
Applicant: 南京信息工程大学
IPC: G06V20/40 , G06V20/52 , G06V10/42 , G06V10/44 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/042 , G06N3/0464 , G06N3/0499 , G06N3/08
Abstract: 本发明公开了一种群体行为识别方法、系统和存储介质，包括：获取待识别的视频帧；根据视频帧，基于预训练好的群体行为识别模型，得到群体行为类别；所述群体行为识别模型包括：骨干网络、融合模块、嵌入层、关系推理模块、图卷积网络、全局平均池化层以及分类器。本发明通过模型中的融合模块将全局特征中包含的场景信息嵌入个体特征中，为个体动作与群体行为类别的推理提供了信息丰富的融合特征，最终提高了群体行为的识别精度。
-
公开(公告)号：CN118626999A
公开(公告)日：2024-09-10
申请号：CN202411083315.7
申请日：2024-08-08
Applicant: 南京信息工程大学
IPC: G06F18/2451 , G06F18/26 , G06N3/126 , G06N5/01
Abstract: 本发明公开了基于超平面的启发式地理分层方法，包括以下步骤：（1）获取开源网站地理数据，作为自变量和因变量；（2）对自变量和因变量进行预处理；（3）利用粒子群算法初始化数据或更新数据；（4）根据超平面划分类别并计算q值，其中，q值表示描述层内因变量的特征显著程度；（5）根据现有全局最优和个体最优更新解与速度；（6）以概率大小0.1判断是否需要进行变异；（7）判断迭代次数是否达到最大迭代数；本发明实现了从全局视角的地理分层寻优，能有效利用全局地理空间信息，实现更好的地理分层效果。
-
公开(公告)号：CN117876939A
公开(公告)日：2024-04-12
申请号：CN202410270021.9
申请日：2024-03-11
Applicant: 南京信息工程大学
IPC: G06V20/40 , G06V40/20 , G06V10/42 , G06V10/44 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于时空特征增强的实时时空行为检测方法及装置，方法包括：将待检测的视频数据输入训练好的检测网络，得到实时时空行为检测结果；检测网络的训练包括：将原始视频截取为多个等时长的视频片段，将每个视频片段截取固定帧数的图像；对视频片段和其中的关键帧进行特征提取，得到时空特征和空间解耦特征；将时空特征输入到轻量时空扩张增强模块，得到时空增强特征；将时空增强特征进行上采样操作并与空间解耦特征在空间维度上对齐连接，将连接后的特征输入多尺度特征融合模块作为动作分类及定位的依据；优化损失函数并重复训练使得检测网络收敛，得到训练好的检测网络。本发明有效权衡了检测精度和速度，适用于实时行为检测任务。
-
-
-
-
-
-
-
-
-
Search Results
27
records
(took 0.036 seconds)
