-
公开(公告)号：CN111461751B
公开(公告)日：2024-03-29
申请号：CN202010254391.5
申请日：2020-04-02
Applicant: 武汉大学 , 广东南方数码科技股份有限公司
IPC: G06Q30/018 , G06Q50/16 , G06F21/64
Abstract: 本发明提供了一种基于区块链的房产信息链上组织方法、历史状态追溯方法及装置。基于所提出的房产信息组织上链的方法，在保证了链上信息不可篡改的前提下，实现了完整的原始房产信息由各节点本地房产信息数据库存储，房产信息哈希值上链减少链上存储压力。同时所有房产信息上链与追溯验证的请求，均通过区块链技术以相关部门背书实施，保证了房产信息上链的正确性，以及必要的隐私保护。房产信息验证和历史状态追溯基于本发明提出的房产信息链上组织方法，实现了对目标房产进行真实性、完整性地追溯，避免了问题房产隐瞒。
-
公开(公告)号：CN116539055A
公开(公告)日：2023-08-04
申请号：CN202310444764.9
申请日：2023-04-24
Applicant: 武汉大学
IPC: G01C21/34
Abstract: 本发明公开了一种自然灾害应急路网地图服务方法及系统。方法包括：设计基于动态分段的灾害应急路网组织模型，并基于该模型构建路网数据库；从多源数据中提取灾害信息，存入灾害信息数据库；将提取的灾害信息与构建的路网数据库中的路网数据进行匹配；对完成匹配的受损路段修改道路通行的权重，采用有权最短路径算法给出灾害发生后的应急路径规划方案；对生成的灾害应急路径进行地图可视化。系统包括硬件基础设施模块、数据存储模块、灾害多源数据接入模块、灾害应急路网地图服务模块和访问接口模块。本发明提供的方法和系统，具备高效性、准确性、及时性、多源性等特点，可用于灾害应急路网管理、灾害应急路网地图服务等方面。
-
公开(公告)号：CN111126127B
公开(公告)日：2022-02-01
申请号：CN201911011495.7
申请日：2019-10-23
Applicant: 武汉大学
Abstract: 本发明公开了一种多级空间上下文特征指导的高分辨率遥感影像分类方法。该方法将对象的纹理特征，几何特征和空间上下文特征作为深度学习框架的高维特征，放入到全连接分类器中进行分类训练，得到一个面向对象的多特征融合分类器，最后，使用条件随机场对对象级别的分类结果进行像素级别的空间上下文指导分类，进一步提升了分类的精度。本发明提出的多级空间上下文指导的高分辨率遥感影像分类方法，在对象分类中融入了对象的多个特征能够实现超越一般对象分类的深度学习方法，此外，还引入了像素级空间上下文指导的条件随机场方法，实现了高精度的高分辨率遥感影像分类。
-
公开(公告)号：CN111640159A
公开(公告)日：2020-09-08
申请号：CN202010390580.5
申请日：2020-05-11
Applicant: 武汉大学 , 广东南方数码科技股份有限公司
Abstract: 本发明公开了一种基于孪生卷积神经网络的遥感影像变化检测方法，涉及遥感领域，主要解决目前常规的变化检测方法泛化性较差的问题；该方法包括以下步骤：获取多时相遥感影像数据，得到掩膜图像，建立遥感影像变化检测数据集，构建孪生卷积神经网络模型，利用数据集训练孪生卷积神经网络，获得训练模型，利用训练模型对待检测的前时相影像和后时相影像进行变化检测，得到初步变化预测结果，将初步变化预测结果的像素的预测值与预先设定的像素阈值进行比较，从而将初步变化预测结果划分为变化区域类别和非变化区域类别，得到变化检测结果。本发明的方法泛化性能更好，同时满足端到端处理，便于工程应用。
-
公开(公告)号：CN111325771A
公开(公告)日：2020-06-23
申请号：CN202010096915.2
申请日：2020-02-17
Applicant: 武汉大学
Abstract: 本发明公开了一种基于影像融合框架的高分辨率遥感影像变化检测方法。该方法通过一个预训练的深度特征提取网络提取双时相影像的高维特征，再将提取出的原始影像高维特征放入一个变化检测网络中进行变化检测。本发明提出的用于变化检测的网络框架在变化结果图重建过程中融入了原始影像的多级高维特征，使得产生的变化结果图具有较高的轮廓一致性和内部一致性，通过在变化检测网络中引入多级深度监督，实现比已有方法更高的变化区域精确率和召回率。
-
Patent Agency Ranking
公开(公告)号：CN114881967B
公开(公告)日：2024-06-28
申请号：CN202210485401.5
申请日：2022-05-06
Applicant: 武汉大学
IPC: G06T7/00 , G06T5/80 , G06Q10/0639 , G06F16/51 , G06F16/535 , G06F17/18
Abstract: 本发明提供了一种面向遥感影像生产的质量溯源方法，利用空间数据溯源信息模型表达和建模溯源信息的能力，收集遥感影像生产链路中的质量信息并建立刻画数据整个生命周期内演变信息和处理内容的质量问题“生成树”；并通过遥感影像生产线信息和质检数据的关联分析，进一步挖掘遥感产品出现问题的原因，实时反馈生产流程各节点质量情况，并利用空间溯源模型建立关联和加速查询，实现对遥感产品质量发生环节的快速追溯。本发明服务于对地观测数据，可实现灵活的质量信息捕捉、推理与分析，为追踪遥感数据生产中质量问题提供了方法支撑。
-
公开(公告)号：CN112488025B
公开(公告)日：2022-06-14
申请号：CN202011451412.9
申请日：2020-12-10
Applicant: 武汉大学 , 广东南方数码科技股份有限公司
IPC: G06V20/10 , G06V10/26 , G06V10/80 , G06V10/774 , G06V10/764 , G06V10/44 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于多模态特征融合的双时相遥感影像语义变化检测方法，包括以下几个步骤：步骤A：对多时相遥感影像数据集进行数据增强的预处理；步骤B：构建基于多模态特征融合的卷积神经网络模型，利用数据集训练卷积神经网络，获得训练模型；步骤C：利用训练模型对数据集进行数据清理；步骤D：利用清理后的数据重新训练模型，并对测试数据进行测试得到预测结果；步骤E：变化检测预测结果后处理。本发明提供的基于多模态特征融合的双时相遥感影像语义变化检测方法，可以在检测出变化区域的同时检测出区域变化前后的类别，应用范围更广泛，同时满足端到端处理，不需要人工进行其他处理，便于工程应用。
-
公开(公告)号：CN111325771B
公开(公告)日：2022-02-01
申请号：CN202010096915.2
申请日：2020-02-17
Applicant: 武汉大学
Abstract: 本发明公开了一种基于影像融合框架的高分辨率遥感影像变化检测方法。该方法通过一个预训练的深度特征提取网络提取双时相影像的高维特征，再将提取出的原始影像高维特征放入一个变化检测网络中进行变化检测。本发明提出的用于变化检测的网络框架在变化结果图重建过程中融入了原始影像的多级高维特征，使得产生的变化结果图具有较高的轮廓一致性和内部一致性，通过在变化检测网络中引入多级深度监督，实现比已有方法更高的变化区域精确率和召回率。
-
公开(公告)号：CN112488025A
公开(公告)日：2021-03-12
申请号：CN202011451412.9
申请日：2020-12-10
Applicant: 武汉大学 , 广东南方数码科技股份有限公司
Abstract: 本发明公开了一种基于多模态特征融合的双时相遥感影像语义变化检测方法，包括以下几个步骤：步骤A：对多时相遥感影像数据集进行数据增强的预处理；步骤B：构建基于多模态特征融合的卷积神经网络模型，利用数据集训练卷积神经网络，获得训练模型；步骤C：利用训练模型对数据集进行数据清理；步骤D：利用清理后的数据重新训练模型，并对测试数据进行测试得到预测结果；步骤E：变化检测预测结果后处理。本发明提供的基于多模态特征融合的双时相遥感影像语义变化检测方法，可以在检测出变化区域的同时检测出区域变化前后的类别，应用范围更广泛，同时满足端到端处理，不需要人工进行其他处理，便于工程应用。
-
公开(公告)号：CN112181642A
公开(公告)日：2021-01-05
申请号：CN202010971187.5
申请日：2020-09-16
Applicant: 武汉大学
Abstract: 本发明公开了一种空间计算操作的人工智能优化方法，该方法包括：通过运用机器学习中特征选择技术包括RReliefF、平均精度减少、平均不纯度减少、递归特征消除和包裹式遗传算法，以及回归模型训练技术包括CART回归树、随机森林、梯度上升回归和支持向量回归，构建最优计算强度预测模型，嵌入并优化高性能地理计算过程。结果提供了一个机器学习技术预测地学应用计算强度的应用方法，本发明以传统GIS空间计算操作中的多边形空间相交为例，证明了提出方法的可行性以及高效性。
-
-
-
-
-
-
-
-
-
Search Results
38
records
(took 0.022 seconds)
