-
Patent Agency Ranking
公开(公告)号：CN111079835A
公开(公告)日：2020-04-28
申请号：CN201911294229.X
申请日：2019-12-16
Applicant: 安徽大学
Abstract: 本发明公开了气溶胶遥感技术领域的一种基于深度全连接网络的Himawari-8大气气溶胶反演方法，首先获取Himawari-8静止卫星的NetCDF4格式的遥感影像数据，获得反演模型所需的因变量数据集，其次，获取Himawari-8影像对应时间的AERONET站点1.5等级去云和质量控制的气溶胶产品数据，获得反演模型所需的自变量数据，接着，用整理好的数据集进行深度全连接网络的深度学习模型构建，并进行模型参数设置，用以获取Himawari-8遥感影像数据和地面AERONET站点气溶胶数据之间的关系，构建气溶胶反演模型，最后，将训练得到的深度全连接反演模型应用与监测点上空的Himawari-8遥感影像，得到对应监测位置的AOD反演结果；本发明气溶胶反演过程无需引入其他辅助数据，使其反演过程误差减少，提高AOD反演精度。
-
公开(公告)号：CN118733693A
公开(公告)日：2024-10-01
申请号：CN202410802039.9
申请日：2024-06-20
Applicant: 安徽大学 , 安徽气象信息有限公司 , 安徽省气象科学研究所(安徽省生态气象和卫星遥感中心、安徽省农业气象中心)
IPC: G06F16/29 , G06F18/214 , G06F18/22
Abstract: 本发明属于人工智能应用技术领域，具体涉及一种卫星遥感反演近地面PM2.5瞬时浓度的估算方法，步骤如下：数据预处理与数据匹配，匹配负责实现时空匹配、数据转换、数据裁切、多源数据融合；模型训练与图集输出，负责实现模型构建、模型训练、数据与图集输出。本发明通过Python编程语言，对多年日间小时级遥感大数据做清洗；基于LGBM机器学习模型，输出缺失时空数值与可视化图集；搭建一套完整的针对FY‑4A AGRI传感器所产L1级通道数据的近地面PM2.5瞬时浓度反演系统。为相关环境监测部门更全面、直观的掌握具体区域的近地面PM2.5时空变迁状态提供支持。
-
公开(公告)号：CN118470305A
公开(公告)日：2024-08-09
申请号：CN202410663503.0
申请日：2024-05-27
Applicant: 安徽大学 , 中国能源建设集团安徽省电力设计院有限公司
IPC: G06V10/25 , G06V10/776 , G06V10/40 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/09 , G06N3/048 , G06N3/0464 , G06V10/94
Abstract: 本发明属于遥感信息提取技术领域，具体涉及一种基于SAM多特征融合的遥感影像旋转目标检测方法。本发明针对遥感影像中地物类型繁多，大中小目标分布不均，目标尺度变化剧烈等问题，设计了基于SAM多特征融合的遥感影像旋转目标检测算法，提高遥感目标检测精度；首先收集已有的遥感目标检测样本构建样本库；并在此基础上，利用SAM编码器强大的特征提取能力，根据AdapterTuning的参数有效微调技术，使用Adapter模块和Mona模块对SAM的编码器进行微调，以增强网络对遥感图像的特征提取能力。同时引入多特征融合技术，充分利用不同尺度下的语义信息，提高遥感目标检测的精度；在应用上取得具有实用价值的遥感目标检测技术，以期切实地推进遥感图像中物体监测的应用与发展。
-
公开(公告)号：CN111079835B
公开(公告)日：2023-03-07
申请号：CN201911294229.X
申请日：2019-12-16
Applicant: 安徽大学
IPC: G06F18/214 , G06N3/0464 , G01N21/31 , G01N21/17
Abstract: 本发明公开了气溶胶遥感技术领域的一种基于深度全连接网络的Himawari‑8大气气溶胶反演方法，首先获取Himawari‑8静止卫星的NetCDF4格式的遥感影像数据，获得反演模型所需的因变量数据集，其次，获取Himawari‑8影像对应时间的AERONET站点1.5等级去云和质量控制的气溶胶产品数据，获得反演模型所需的自变量数据，接着，用整理好的数据集进行深度全连接网络的深度学习模型构建，并进行模型参数设置，用以获取Himawari‑8遥感影像数据和地面AERONET站点气溶胶数据之间的关系，构建气溶胶反演模型，最后，将训练得到的深度全连接反演模型应用与监测点上空的Himawari‑8遥感影像，得到对应监测位置的AOD反演结果；本发明气溶胶反演过程无需引入其他辅助数据，使其反演过程误差减少，提高AOD反演精度。
-
公开(公告)号：CN118628929A
公开(公告)日：2024-09-10
申请号：CN202410748707.4
申请日：2024-06-12
Applicant: 安徽大学 , 安徽省(水利部淮河水利委员会)水利科学研究院(安徽省水利工程质量检测中心站)
IPC: G06V20/13 , G06V10/774 , G06V10/82 , G06V10/776 , G06V20/70 , G06V10/52 , G06V10/80 , G06V10/74 , G06N3/0455 , G06N3/0464
Abstract: 本发明属于摄影测量数据处理技术领域，具体涉及一种基于多层次差异信息联合增强的遥感影像变化检测方法。本发明基于高空间分辨率遥感影像数据，构建多层差异信息联合增强的孪生网络，包括：变化检测数据集获取及处理、构建编码‑解码结构的深度模型、构建差异度量模块、构建多层次特征联合增强模块、模型结果精度评价；在深入挖掘多时相影像深度特征的同时，加强对时序影像多层次特征关联下变化信息的利用，提升变化目标的完整性和变化目标间的独立性。本发明提出多层次差异信息联合增强的深度学习网络机制，对于超高分辨率遥感影像变化检测的目标矢量完整性、个体目标分离性显著提升，取得了更好地检测效果，具有重要的研究意义和实用价值。
-
-
-
-
Search Results
5
records
(took 0.021 seconds)
