-
公开(公告)号:CN114926727B
公开(公告)日:2025-05-06
申请号:CN202210391456.X
申请日:2022-04-14
Applicant: 南京大学
IPC: G06V20/05 , G06T5/10 , G06T17/05 , G06V10/774 , G06N3/084 , G06N3/045 , G06N3/0499 , G06N20/20 , G06V10/82
Abstract: 本发明公开了一种基于神经网络与集成学习的水下地形提取方法,该方法包括以下步骤:采用数字图像处理技术并结合目视解译辅助的方式,对遥感影像数据集进行预处理,并将预处理后的遥感影像和训练样本作为输入数据集;构建基于BP神经网络算法的子学习器,对BP神经网络算法进行训练,并利用训练好的神经网络模型对若干水深反演结果进行生成;基于最小离群度方法确定集成策略;将整个研究区的水深反演结果集进行集成,并对集成后的水下地形图进行精度评估。实现高精度浅海水下地形;通过神经网络与集成学习算法的结合,解决了传统BP神经网络算法在水深反演过程中的鲁棒性较差问题,进一步提升了水深反演精度和可靠性。
-
公开(公告)号:CN115983475A
公开(公告)日:2023-04-18
申请号:CN202310001248.9
申请日:2023-01-03
Applicant: 南京大学
IPC: G06Q10/04 , G06Q50/26 , G06F30/28 , G06F17/18 , G06F113/08 , G06F111/08 , G06F119/14
Abstract: 本发明涉及一种海区尺度落水人员漂移轨迹预测方法,步骤包括:海域分区、漂移轨迹预测模型建立、落水人员漂移轨迹预测、漂移轨迹预测模型精度及适用性评价。本发明提升了落水人员漂移轨迹预测精度,有助于提高海上搜救工作落水人员漂移轨迹精准预测能力,有力支撑海上搜救辅助决策。
-
公开(公告)号:CN114926727A
公开(公告)日:2022-08-19
申请号:CN202210391456.X
申请日:2022-04-14
Applicant: 南京大学
Abstract: 本发明公开了一种基于神经网络与集成学习的水下地形提取方法,该方法包括以下步骤:采用数字图像处理技术并结合目视解译辅助的方式,对遥感影像数据集进行预处理,并将预处理后的遥感影像和训练样本作为输入数据集;构建基于BP神经网络算法的子学习器,对BP神经网络算法进行训练,并利用训练好的神经网络模型对若干水深反演结果进行生成;基于最小离群度方法确定集成策略;将整个研究区的水深反演结果集进行集成,并对集成后的水下地形图进行精度评估。实现高精度浅海水下地形;通过神经网络与集成学习算法的结合,解决了传统BP神经网络算法在水深反演过程中的鲁棒性较差问题,进一步提升了水深反演精度和可靠性。
-
-