-
公开(公告)号：CN118038270A
公开(公告)日：2024-05-14
申请号：CN202410211992.6
申请日：2024-02-26
Applicant: 核工业北京地质研究院
IPC: G06V20/10 , G06V10/764 , G06V10/26 , G06V10/58
Abstract: 本发明的实施例涉及图像信息处理技术领域，具体涉及一种识别遥感图像中的复杂目标A’是否为真实场景中的复杂目标A的方法，包括：S1，确定真实场景中的复杂目标A包括的对象A N；S2，确定在S1步骤中的第I个对象A I包括的子目标a Ik；S3，将S2步骤确定的子目标a Ik划分为主目标a I0和非主目标a I1,…a Ik；S4，获得第I个对象A I中的主目标与每个非主目标之间距离的最大值b Imax；S5，获得第I个对象A I中的每个子目标之间距离的最大值d Imax；S6，对遥感图像中的复杂目标A’进行S1‑S5步骤的处理；S7，根据S6步骤的处理结果，识别遥感图像中的复杂目标A’为真实场景中的复杂目标A。本发明提供的方法能实现对遥感图像中的复杂目标A’是否为真实场景中的复杂目标A的高效、准确识别。
-
公开(公告)号：CN111564188B
公开(公告)日：2023-09-12
申请号：CN202010356591.1
申请日：2020-04-29
Applicant: 核工业北京地质研究院
Abstract: 本发明属于地质勘查技术领域，具体涉及一种基于变分自编码矿物信息定量分析方法，包括以下步骤：步骤一：采集研究区高光谱数据，读取多种矿物混合的光谱作为训练样本光谱；步骤二：根据光谱波段数、矿物种类、构建五层全连接神经网络；步骤三：将每一条样本光谱转化为一个列向量，并进行光谱归一化处理；输入到全连接神经网络进行训练，获得矿物端元光谱的初始值；步骤四：构建变分自编码神经网络；步骤五：训练变分自编码神经网络，将变分自编码神经网络第二隐含层映射到变分自编码神经网络重构样本输出层的权重系数矩阵参数设置为步骤三中矿物端元光谱的初始值。
-
公开(公告)号：CN111141708B
公开(公告)日：2022-07-26
申请号：CN201911408912.1
申请日：2019-12-31
Applicant: 核工业北京地质研究院
IPC: G01N21/55
Abstract: 本发明属于地质勘查领域，具体涉及一种岩石高光谱图像数据增强方法，该方法包括以下步骤：步骤(1)采集高光谱图像中有地面岩石分析测试验证的像元光谱为数据增强的样本；步骤(2)计算出每种矿物端元的光谱反射率x；步骤(3)计算每种矿物端元的单次散射反照率；步骤(4)计算混合矿物的单次散射反照率；步骤(5)将步骤(4)构建的混合矿物光谱转换为图像中的光谱反射率；步骤(6)将不同角度的混合矿物光谱反射率进行合并，制作数据增强后的岩石高光谱图像。本发明针对花岗岩、碳酸岩等岩石光谱做过大量实验研究，构建可用于深度学习的光谱样本数据集，适用性较强，对于其他地物的识别和分析工作也具有借鉴意义。
-
公开(公告)号：CN108228920B
公开(公告)日：2021-04-13
申请号：CN201611144322.9
申请日：2016-12-13
Applicant: 核工业北京地质研究院
IPC: G06F30/20
Abstract: 本发明属于地质勘查领域，具体涉及一种砂岩型铀矿土壤铀元素异常筛选方法。包括如下步骤：步骤一、排除地表景观干扰；步骤二、绘制铀元素地球化学异常图；步骤三、获得排除人类活动干扰的铀异常区；步骤四、获得排除地形干扰后的铀异常区；步骤五、获得排除地质体干扰的铀异常区；步骤六、对步骤五中获得的铀异常区进行分级。本发明通过一套完整的异常筛选流程，快速去除多方面干扰因素的影响，提取矿致异常，为成矿预测工作提供有利依据。
-
公开(公告)号：CN107633148A
公开(公告)日：2018-01-26
申请号：CN201710963259.X
申请日：2017-10-16
Applicant: 核工业北京地质研究院
IPC: G06F17/50
Abstract: 本发明属于数值模拟技术领域，具体涉及一种GIS支持下的核设施废气扩散数值模拟方法。本发明包括如下步骤：步骤1、数据预处理：步骤1.1、数据表经过数字化形成图层，导入数据库，分别离散化为控制点数据和网格层数据两种类型；步骤1.2、根据废气的剂量建立(x,y,z)坐标系；步骤1.3、根据气象数据建立坐标系，确定污染区范围；步骤2、模拟计算：步骤2.1、将步骤1经预处理的数据，导入核素扩散模型，建立最优模型；步骤2.2、获得网格中心点绝对坐标和浓度数据；步骤2.3、计算同一坐标下的核素浓度数据随时间变化结果；步骤3、GIS模拟输出。本发明能够模拟污染风险空间量化评估结果，为有关决策提供技术支持。
-
Patent Agency Ranking
公开(公告)号：CN112834446B
公开(公告)日：2024-06-11
申请号：CN202011620822.1
申请日：2020-12-31
Applicant: 中国地质调查局沈阳地质调查中心 , 核工业北京地质研究院
IPC: G01N21/31
Abstract: 本发明属于土壤质量评价技术领域，具体涉及一种基于航空高光谱的黑土地质量综合评价方法，该方法包括以下步骤：步骤1：获取航空高光谱数据；步骤2：在步骤1获取航空高光谱数据在地面开展土壤取样的同时，在地面开展土壤取样获取地面数据；步骤3：根据步骤1和步骤2得到的数据对土壤质量指标进行高光谱反演；步骤4：利用层次分析法建立评价体系，获得各项评价体系指标的权重；步骤5：综合评分计算土壤质量；步骤6：将步骤5得到的土壤质量综合评分结果可视化。本发明利用了多种航空高光谱传感器，覆盖了可见光‑近红外和热红外波段，发挥各类传感器的优势，提取了多种类型的土壤养分和环境指标，保障了评价结果的综合性。
-
公开(公告)号：CN109741239B
公开(公告)日：2022-10-21
申请号：CN201811551747.0
申请日：2018-12-19
Applicant: 核工业北京地质研究院
Abstract: 本发明属于遥感信息提取方法，具体涉及一种基于航空高光谱数据的土壤质量参数多空间尺度信息提取方法；本发明要解决的技术问题是提供一种基于航空高光谱数据的土壤质量参数多空间尺度信息提取方法，在保证土壤参数反演质量的基础上进行多空间尺度信息提取包括以下步骤：步骤一、航空及地面数据获取；步骤二、建立土壤参数反演模型；步骤三、获得反演数据；步骤四、制作不同空间尺度的矢量点数据；步骤五、提取不同空间尺度的反演数据；步骤六、通过离散数据插值获得反演结果。
-
公开(公告)号：CN112683813A
公开(公告)日：2021-04-20
申请号：CN202011620380.0
申请日：2020-12-31
Applicant: 核工业北京地质研究院
Abstract: 本发明属于地矿分析技术，具体涉及一种硬岩型铀矿山土壤污染信息高光谱提取方法，铀矿山土壤样品采集并测量光谱反射率，土壤重金属元素不同形态含量测定，并确定各形态下的高光谱特征波段，建立元素各形态含量的高光谱反演模型，铀矿山土壤重金属污染空间分布评价；本方法能够增强重金属元素的光谱特征，从而提升高光谱反演精度，为硬岩型铀矿山土壤重金属监测提供更为准确的数据支持。
-
公开(公告)号：CN108614087B
公开(公告)日：2021-02-09
申请号：CN201611144305.5
申请日：2016-12-13
Applicant: 核工业北京地质研究院
IPC: G01N33/24
Abstract: 本发明属于地质勘查领域，具体涉及一种砂岩型铀矿勘查中的成矿远景区圈定方法。具体包括以下步骤：步骤一、在研究区内开展野外土壤采样；步骤二、测量元素含量；步骤三、对研究区元素含量进行调平；步骤四、根据步骤三中调平后的元素含量计算指示元素综合含量值；步骤五、绘制指示元素综合异常图；步骤六、确定为铀成矿远景区。本发明能够有效提取深部铀矿化信息，快速圈定成矿远景区，适用性较强，对于其他地区的砂岩型铀矿勘查工作也具有借鉴意义。
-
公开(公告)号：CN111564188A
公开(公告)日：2020-08-21
申请号：CN202010356591.1
申请日：2020-04-29
Applicant: 核工业北京地质研究院
Abstract: 本发明属于地质勘查技术领域，具体涉及一种基于变分自编码矿物信息定量分析方法，包括以下步骤：步骤一：采集研究区高光谱数据，读取多种矿物混合的光谱作为训练样本光谱；步骤二：根据光谱波段数、矿物种类、构建五层全连接神经网络；步骤三：将每一条样本光谱转化为一个列向量，并进行光谱归一化处理；输入到全连接神经网络进行训练，获得矿物端元光谱的初始值；步骤四：构建变分自编码神经网络；步骤五：训练变分自编码神经网络，将变分自编码神经网络第二隐含层映射到变分自编码神经网络重构样本输出层的权重系数矩阵参数设置为步骤三中矿物端元光谱的初始值。
-
-
-
-
-
-
-
-
-
Search Results
52
records
(took 0.03 seconds)
