-
公开(公告)号：CN114997313B
公开(公告)日：2024-05-07
申请号：CN202210641348.3
申请日：2022-06-07
IPC: G06F18/2433 , G06F18/2431 , G06F17/18 , G06N5/01
Abstract: 本发明公开了一种海洋在线监测数据的异常检测方法，包括以下步骤：S1、对海洋历史监测数据进行点异常标注和序列异常标注，得到测试数据集；S2、基于测试数据集，通过测试分别选取阈值检测、均方差检测、突变点检测、加权移动平均拟合检测、Holt‑Winter拟合检测、孤立森林检测和加权异常分数的最优参数；S3、对海洋在线监测数据进行数据质量检测，并进行预处理；S4、采用已选取最优参数的阈值检测、均方差检测、突变点检测、加权移动平均拟合检测和Holt‑Winter拟合检测分别对预处理后的海洋在线监测数据进行点异常检测并标注；采用已选取最优参数的孤立森林检测对预处理后的海洋在线监测数据进行序列异常检测并标注；该方法可保障海洋在线监测数据的异常检测效果。
-
公开(公告)号：CN114997313A
公开(公告)日：2022-09-02
申请号：CN202210641348.3
申请日：2022-06-07
Abstract: 本发明公开了一种海洋在线监测数据的异常检测方法，包括以下步骤：S1、对海洋历史监测数据进行点异常标注和序列异常标注，得到测试数据集；S2、基于测试数据集，通过测试分别选取阈值检测、均方差检测、突变点检测、加权移动平均拟合检测、Holt‑Winter拟合检测、孤立森林检测和加权异常分数的最优参数；S3、对海洋在线监测数据进行数据质量检测，并进行预处理；S4、采用已选取最优参数的阈值检测、均方差检测、突变点检测、加权移动平均拟合检测和Holt‑Winter拟合检测分别对预处理后的海洋在线监测数据进行点异常检测并标注；采用已选取最优参数的孤立森林检测对预处理后的海洋在线监测数据进行序列异常检测并标注；该方法可保障海洋在线监测数据的异常检测效果。
-
公开(公告)号：CN119229273A
公开(公告)日：2024-12-31
申请号：CN202411002943.8
申请日：2024-07-25
Applicant: 厦门大学
IPC: G06V20/10 , G06V10/20 , G06V10/764 , G06V10/774 , G06N20/20 , G06F18/2431
Abstract: 一种基于GEE和机器学习的养殖区渔排的遥感提取方法，包括：基于GEE平台在线获取遥感影像，进行预处理，将预处理后的遥感影像利用Sentinel‑2光谱特征和多个指数构建多维数据集，对多维数据集进行选取构建训练样本和验证样本；将训练样本输入随机森林分类模型进行训练并确定最优参数，得到训练好的随机森林分类模型，采用训练好的随机森林分类模型进行渔排遥感影像分类；将待测的遥感影像图像输入训练好的随机森林分类模型输出分类结果，将分类结果进行后处理和可视化。本发明能实现多时序遥感影像高效批量地在线处理、多维数据集构建、基于机器学习的遥感分类、分类后处理、分类结果精度评价和养殖区渔排的面积统计，可极大提高养殖区渔排分布信息的遥感提取的精度。
-
公开(公告)号：CN119964054A
公开(公告)日：2025-05-09
申请号：CN202510041522.4
申请日：2025-01-10
Applicant: 厦门大学
IPC: G06V20/40 , G06V20/10 , G06V10/25 , G06V10/774 , G06V10/82 , G06V10/30 , G06V10/50 , G06V10/26 , G06V20/70 , G06V10/80 , G06N3/0464 , G06N3/096
Abstract: 本发明公开了一种基于视频监控的球形棕囊藻赤潮自动检测方法，包括以下步骤：S1、利用浮标平台上的高清监控摄像头采集海面的图像数据，将图像数据实时传输到数据库后，并对图像数据进行预处理；S2、制定标注方案，对预处理后的图像数据进行标注，构建训练样本库；S3、对YOLOv8目标检测模型进行训练和优化，得到球形棕囊藻识别模型；S4、将待识别视频监控图片按一定时间间隔进行抽帧处理，再将每帧图片输入球形棕囊藻识别模型进行识别，自动生成球形棕囊藻赤潮监测信息；该方法通过结合视频监控技术与人工智能目标检测算法，可实现对球形棕囊藻赤潮时产生的囊体实现高效、准确监测，从而显著提升球形棕囊藻赤潮监测的实时性和自动化水平。
-
公开(公告)号：CN119479876A
公开(公告)日：2025-02-18
申请号：CN202411491921.2
申请日：2024-10-24
Applicant: 厦门大学
IPC: G16C20/20 , G01D21/02 , G16C20/70 , G06N20/20 , G06N3/0442 , G06F18/15 , G06F18/2433
Abstract: 本发明公开了一种基于AdaBoost的叶绿素浓度预报方法、装置及可读介质，包括：构建训练数据，并构建集成若干个弱预报模型的叶绿素浓度强预报模型，在弱预报模型的训练过程中，采用AdaBoost算法对训练数据的分布权值进行迭代调整，采用每次迭代使用的训练数据对每个弱预报模型进行训练，得到若干个经训练的弱预报模型，并计算每个经训练的弱预报模型的权重；将输入数据输入到每个经训练的弱预报模型，得到每个经训练的弱预报模型的预报结果，根据每个经训练的弱预报模型的预报结果及其对应的经训练的弱预报模型的权重计算得到叶绿素浓度强预报模型的预报结果，能够提升对近岸叶绿素浓度的预测精度，并为海洋生态系统的保护提供更加精准和有效的预报支持。
-
Patent Agency Ranking
公开(公告)号：CN119152433A
公开(公告)日：2024-12-17
申请号：CN202411286597.0
申请日：2024-09-13
Applicant: 厦门大学
IPC: G06V20/52 , G06V20/40 , G06V10/26 , G06V10/30 , G06V10/44 , G06V10/764 , G06V10/82 , G06N3/096 , G06N3/084 , G06N3/0464
Abstract: 本发明公开了一种基于视频监控的海漂垃圾智能识别方法，包括以下步骤：S1、数据收集及预处理：从视频监控设备的监控图像中获取图像数据形成图像数据库，并对图像数据进行预处理；S2、构建模型样本库：基于研究海域的历史观测资料和相关文献的记载，确定图像分类的类别，制定标注方案，再根据标注方案进行图像标注，得到模型训练样本库；S3、模型构建及优化：针对海漂垃圾、明确目标物体和白浪构建相应的识别算法模型，并通过增加样本和迁移学习对识别算法模型进行优化；S4、生成可视化信息产品：采用优化后的识别算法模型对新的图像数据进行智能识别，删除非海漂垃圾的识别结果，通过矩形框的方式对识别到的海漂垃圾进行标记和展示。
-
公开(公告)号：CN119964018A
公开(公告)日：2025-05-09
申请号：CN202411294299.6
申请日：2024-09-14
Applicant: 厦门大学
IPC: G06V20/13 , G01N21/27 , G01N21/55 , G06V10/75 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0985
Abstract: 本发明公开了一种基于卫星融合的近岸海域营养盐浓度遥感反演方法，包括以下步骤：S1、对高空间分辨率卫星和低空间分辨率卫星的光学影像的原始L1C数据分别进行瑞利校正，得到瑞利校正后遥感反射比；S2、将瑞利校正后遥感反射比数据中的云与陆地像元进行掩膜处理；S3、基于低空间分别卫星数据构建营养盐训练数据集；S4、构建跨卫星融合训练数据集；S5、建立基于低分辨率卫星的AutoGluon‑DIN机器学习模型和AutoGluon‑DIP机器学习模型，并进行模型训练；S6、建立融合高分辨和低分辨率卫星的AutoGluon‑transfer机器学习模型，并进行模型训练；S7、依次应用训练后AutoGluon‑transfer机器学习、AutoGluon‑DIN机器学习模型、AutoGluon‑DIP机器学习模型于高分辨率卫星，获取高空间分辨率的近岸海域营养盐浓度遥感反演产品。
-
公开(公告)号：CN117351373B
公开(公告)日：2024-03-12
申请号：CN202311646337.5
申请日：2023-12-04
Applicant: 厦门大学
Abstract: 本发明公开了一种河口海湾水质遥感产品智能融合处理方法，包括以下步骤：S1、设置检索条件，进行分轮检索与下载，实现遥感影像批量自动下载；S2、在python中循环调用Acolite的settings文件，将多源遥感卫星数据直接批量大气校正；S3、基于机器学习对多源遥感数据产品进行融合，生成高频率的水质参数遥感产品图层；S4、将不同水位的潮汐边界矢量图层叠加到水质参数遥感产品图层，并添加地图要素，生成水质参数专题图；S5、对水质参数进行智能化统计分析，生成统计图表；S6、基于水质参数专题图和统计图表，自动化输出报告单；该方法在环境监测评估领域有明显的优势，可极大提高水质遥感产品生产、信息服务等业务化决策支撑的效率。
-
公开(公告)号：CN117351373A
公开(公告)日：2024-01-05
申请号：CN202311646337.5
申请日：2023-12-04
Applicant: 厦门大学
Abstract: 本发明公开了一种河口海湾水质遥感产品智能融合处理方法，包括以下步骤：S1、设置检索条件，进行分轮检索与下载，实现遥感影像批量自动下载；S2、在python中循环调用Acolite的settings文件，将多源遥感卫星数据直接批量大气校正；S3、基于机器学习对多源遥感数据产品进行融合，生成高频率的水质参数遥感产品图层；S4、将不同水位的潮汐边界矢量图层叠加到水质参数遥感产品图层，并添加地图要素，生成水质参数专题图；S5、对水质参数进行智能化统计分析，生成统计图表；S6、基于水质参数专题图和统计图表，自动化输出报告单；该方法在环境监测评估领域有明显的优势，可极大提高水质遥感产品生产、信息服务等业务化决策支撑的效率。
-
公开(公告)号：CN219785709U
公开(公告)日：2023-10-03
申请号：CN202321172645.4
申请日：2023-05-16
Applicant: 厦门大学
IPC: B08B1/00
Abstract: 本实用新型公开了一种水下设备光学窗口刷子，用于清洁水下设备的光学窗口，包括支撑机构、装配在所述支撑机构上的安装架以及装配在所述安装架上的具有弹性的胶条，所述胶条具有相连接的凸出部和安装部，所述安装部装配在所述安装架内，所述凸出部位于所述安装部的下方，凸出部为上宽下窄的结构，形成相连接的上宽部和下窄部，上宽部抵接于安装架的底部，下窄部朝向光学窗口设置并抵接于光学窗口上而形成弯曲，胶条的弯曲部分与光学窗口形成受力均匀和接触紧密的弹性抵接，有效减轻胶条在长久使用后局部磨损或变形，并延长胶条的使用寿命，有效降低胶条嵌入异物的几率，以保护光学窗口不被异物刮伤而损坏。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.029 seconds)
