-
公开(公告)号：CN118212548B
公开(公告)日：2024-09-13
申请号：CN202410326110.0
申请日：2024-03-21
Applicant: 宁波大学
IPC: G06V20/13 , G06V10/764 , G06V10/40 , G06V10/77 , G06V10/82 , G06N3/092 , G06N3/048 , G06N3/084 , G01N15/075 , G01N33/00
Abstract: 本发明涉及一种基于级联深度网络的颗粒物与臭氧遥感协同估算方法，包括以下步骤：设置颗粒物PM2.5、PM10独立因子、臭氧O3独立因子、共享信息因子和交互影响因子，构建网络模型训练数据样本集；构建协同估算PM2.5、PM10和O3浓度的级联深度神经网络模型、多层级多任务训练损失函数，利用训练数据样本集对所述神经网络模型进行训练；对无地面监测区域的PM2.5、PM10和O3浓度进行遥感协同估算。本发明的有益效果是：与现有单一污染物估算模型相比，本发明仅用一个模型即实现了PM2.5、PM10与O3的协同估算，同时还考虑了颗粒物与臭氧的共享信息与交互影响，有效提升了估算的效率和精度，具有重要的实际应用价值。
-
公开(公告)号：CN119495190A
公开(公告)日：2025-02-21
申请号：CN202411625327.8
申请日：2024-11-14
Applicant: 宁波大学
Abstract: 本发明涉及智能交通技术领域，且公开了基于ESP32‑S3芯片的智能交通意外预警系统，包括交通系统，所述交通系统包括道路监测子系统、分析计算子系统和车辆预警子系统。该基于ESP32‑S3芯片的智能交通意外预警系统，通过设置交通系统，该系统功能包括监测、追踪、分析、预警和制动，首先，监测功能是对事故高发地段进行全天候监测，通过不同车辆上的各类传感器获取数据，其次，追踪和分析功能密不可分，车辆上的各类传感器获取的数据首先传输到系统的计算机中，由计算系统进行分析判断，对道路上的车辆或行人等进行“正常”或“异常”标记，系统重点监测“异常”标记的运动状况，获取其速度等信息，这些信息随后被传输到计算系统中进行特殊处理。
-
公开(公告)号：CN118334516B
公开(公告)日：2025-02-18
申请号：CN202410438830.6
申请日：2024-04-12
Applicant: 宁波大学
Abstract: 本发明涉及基于特征约束和交差注意力引导的遥感影像变化检测方法，包括：获取高分辨率的双时相图像，并利用密集残差网络提取双时相特征；通过最大均值差异约束算法对所述双时相特征在深度特征空间进行约束对齐；结合Transformer架构对特征进行编码和解码以聚合上下文信息；设计交差注意力机制，得到双时相图像之间的交互差异信息。本发明的有益效果是：本发明构造特征约束项损失，有效缓解了遥感影像中由光照、云层遮挡等风格因素导致的伪变化；并设计了交差注意力模块，能够有效耦合双时相遥感图像之间的交互差异判别信息，缓解深度神经网络层数加层导致的信息丢失。
-
公开(公告)号：CN118212548A
公开(公告)日：2024-06-18
申请号：CN202410326110.0
申请日：2024-03-21
Applicant: 宁波大学
IPC: G06V20/13 , G06V10/764 , G06V10/40 , G06V10/77 , G06V10/82 , G06N3/092 , G06N3/048 , G06N3/084 , G01N15/075 , G01N33/00
Abstract: 本发明涉及一种基于级联深度网络的颗粒物与臭氧遥感协同估算方法，包括以下步骤：设置颗粒物PM2.5、PM10独立因子、臭氧O3独立因子、共享信息因子和交互影响因子，构建网络模型训练数据样本集；构建协同估算PM2.5、PM10和O3浓度的级联深度神经网络模型、多层级多任务训练损失函数，利用训练数据样本集对所述神经网络模型进行训练；对无地面监测区域的PM2.5、PM10和O3浓度进行遥感协同估算。本发明的有益效果是：与现有单一污染物估算模型相比，本发明仅用一个模型即实现了PM2.5、PM10与O3的协同估算，同时还考虑了颗粒物与臭氧的共享信息与交互影响，有效提升了估算的效率和精度，具有重要的实际应用价值。
-
公开(公告)号：CN116091938B
公开(公告)日：2023-08-18
申请号：CN202211704594.5
申请日：2022-12-29
Applicant: 宁波大学
Abstract: 本发明涉及一种针对单季稻种植面积的多源遥感监测方法，包括：筛选光学遥感地表反射率数据并进行去云处理；对目标年份的SAR遥感影像数据进行预处理；通过实地田间观测获取水稻物候数据；得到四个物候期的四景多波段影像；获取水稻在四个物候期四景多波段影像中的共4条标准光谱曲线；得到四景光谱相似性影像；采用决策树分类器识别水稻，得到水稻识别结果。本发明的有益效果是：本发明克服了SAR遥感影像受地形影响存在畸变的问题，能够在复杂地形条件下，利用多源遥感影像和光谱相似性度量方法获得准确的水稻种植面积遥感监测结果。
-
Patent Agency Ranking
公开(公告)号：CN116091938A
公开(公告)日：2023-05-09
申请号：CN202211704594.5
申请日：2022-12-29
Applicant: 宁波大学
Abstract: 本发明涉及一种针对单季稻种植面积的多源遥感监测方法，包括：筛选光学遥感地表反射率数据并进行去云处理；对目标年份的SAR遥感影像数据进行预处理；通过实地田间观测获取水稻物候数据；得到四个物候期的四景多波段影像；获取水稻在四个物候期四景多波段影像中的共4条标准光谱曲线；得到四景光谱相似性影像；采用决策树分类器识别水稻，得到水稻识别结果。本发明的有益效果是：本发明克服了SAR遥感影像受地形影响存在畸变的问题，能够在复杂地形条件下，利用多源遥感影像和光谱相似性度量方法获得准确的水稻种植面积遥感监测结果。
-
公开(公告)号：CN119740205A
公开(公告)日：2025-04-01
申请号：CN202411908590.8
申请日：2024-12-24
Applicant: 宁波大学
Abstract: 本发明涉及一种城市精细尺度逐日大气污染物浓度估算方法，包括：获取城市区域多源数据，并进行多尺度时空匹配处理；构建大气污染物的全局估算模型并进行训练；获取城市区域精细尺度下的年度全局大气污染物浓度，并将其转化为全局大气污染物浓度权重；计算逐日局部大气污染物浓度估算残差；估算得到城市精细尺度逐日大气污染物浓度。本发明的有益效果是：本发明综合考虑全局特征与局部变化，有效提升了现有数据产品在城市内部的空间分辨率，得到高精度百米级的逐日大气污染物数据产品，能够更精准定位污染区域，从而更科学指导城市大气污染精准防治措施的制定与实施，具有重要的应用价值。
-
公开(公告)号：CN118334516A
公开(公告)日：2024-07-12
申请号：CN202410438830.6
申请日：2024-04-12
Applicant: 宁波大学
Abstract: 本发明涉及基于特征约束和交差注意力引导的遥感影像变化检测方法，包括：获取高分辨率的双时相图像，并利用密集残差网络提取双时相特征；通过最大均值差异约束算法对所述双时相特征在深度特征空间进行约束对齐；结合Transformer架构对特征进行编码和解码以聚合上下文信息；设计交差注意力机制，得到双时相图像之间的交互差异信息。本发明的有益效果是：本发明构造特征约束项损失，有效缓解了遥感影像中由光照、云层遮挡等风格因素导致的伪变化；并设计了交差注意力模块，能够有效耦合双时相遥感图像之间的交互差异判别信息，缓解深度神经网络层数加层导致的信息丢失。
-
公开(公告)号：CN117576236B
公开(公告)日：2024-06-18
申请号：CN202311499470.2
申请日：2023-11-13
Applicant: 宁波大学
Abstract: 本发明涉及联合多时相SAR和光学信息的缺失光学图像重建方法，包括：获取研究区内经过预处理的多时相SAR‑光学数据集；提取T时刻与T+1时刻的SAR图像中地物变化信息，并将地物变化信息由SAR域转换到光学域；将所述地物变化信息与T+1时刻的光学图像信息融合，生成T时刻缺失的光学图像。本发明的有益效果是：本发明充分利用多时相多模态数据的优势，改善图像重建任务中常见的地貌变形、光谱失真、颜色失真等情况；确保重建的光学图像在纹理细节、色彩精度、色彩饱和度等方面与目标图像的一致性，为后序长时序遥感的应用提供高质量的光学遥感数据。
-
公开(公告)号：CN117576236A
公开(公告)日：2024-02-20
申请号：CN202311499470.2
申请日：2023-11-13
Applicant: 宁波大学
Abstract: 本发明涉及联合多时相SAR和光学信息的缺失光学图像重建方法，包括：获取研究区内经过预处理的多时相SAR‑光学数据集；提取T时刻与T+1时刻的SAR图像中地物变化信息，并将地物变化信息由SAR域转换到光学域；将所述地物变化信息与T+1时刻的光学图像信息融合，生成T时刻缺失的光学图像。本发明的有益效果是：本发明充分利用多时相多模态数据的优势，改善图像重建任务中常见的地貌变形、光谱失真、颜色失真等情况；确保重建的光学图像在纹理细节、色彩精度、色彩饱和度等方面与目标图像的一致性，为后序长时序遥感的应用提供高质量的光学遥感数据。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.015 seconds)
