-
公开(公告)号：CN106600578B
公开(公告)日：2017-11-10
申请号：CN201611034124.7
申请日：2016-11-22
Applicant: 武汉大学
IPC: G06T7/00
Abstract: 本发明公开了一种基于遥感影像的特征函数空间滤值回归模型并行化方法，本发明针对遥感影像数据回归建模过程中变量空间自相关性对模型的影响，提出采用特征函数空间滤值方法，通过将影像进行分块，利用搭建的并行计算集群进行分布式计算，最后将分块计算的结果返回给主节点汇总，通过对比串行和并行分别得到的回归模型拟合评价参数MSE、RMSE、R2、Adj.R2以及并行加速比S，验证基于遥感影像的特征函数空间滤值并行方法在空间统计回归建模中能够消除空间自相关影响，并有效提高计算效率。
-
公开(公告)号：CN106504325B
公开(公告)日：2018-02-02
申请号：CN201610938649.7
申请日：2016-10-25
Applicant: 武汉大学
IPC: G06T17/05
Abstract: 本发明公开了一种基于CUDA的DEM特征点提取并行化方法，首先对目前比较常用于DEM地形特征点提取的maximum z‑tolerance方法进行优化，得到改进maximum z‑tolerance方法，之后利用CUDA对改进的maximum z‑tolerance方法进行并行化处理，从而得到高精度高效率的DEM特征点提取并行化方法。本发明不仅完成了maximum z‑tolerance方法的优化，而且将并行技术CUDA应用于数字地形分析领域，在保证DEM特征点提取算法的精度情况下，提高了DEM地形特征点的提取效率，保证了多尺度DEM的生成效率，满足了实际应用中的尺度需求。
-
公开(公告)号：CN106600578A
公开(公告)日：2017-04-26
申请号：CN201611034124.7
申请日：2016-11-22
Applicant: 武汉大学
IPC: G06T7/00
CPC classification number: G06T7/0002 , G06T2207/10032 , G06T2207/20076 , G06T2207/30242
Abstract: 本发明公开了一种基于遥感影像的特征函数空间滤值回归模型并行化方法，本发明针对遥感影像数据回归建模过程中变量空间自相关性对模型的影响，提出采用特征函数空间滤值方法，通过将影像进行分块，利用搭建的并行计算集群进行分布式计算，最后将分块计算的结果返回给主节点汇总，通过对比串行和并行分别得到的回归模型拟合评价参数MSE、RMSE、R2、Adj.R2以及并行加速比S，验证基于遥感影像的特征函数空间滤值并行方法在空间统计回归建模中能够消除空间自相关影响，并有效提高计算效率。
-
公开(公告)号：CN106504325A
公开(公告)日：2017-03-15
申请号：CN201610938649.7
申请日：2016-10-25
Applicant: 武汉大学
IPC: G06T17/05
CPC classification number: G06T17/05
Abstract: 本发明公开了一种基于CUDA的DEM特征点提取并行化方法，首先对目前比较常用于DEM地形特征点提取的maximum z-tolerance方法进行优化，得到改进maximum z-tolerance方法，之后利用CUDA对改进的maximum z-tolerance方法进行并行化处理，从而得到高精度高效率的DEM特征点提取并行化方法。本发明不仅完成了maximum z-tolerance方法的优化，而且将并行技术CUDA应用于数字地形分析领域，在保证DEM特征点提取算法的精度情况下，提高了DEM地形特征点的提取效率，保证了多尺度DEM的生成效率，满足了实际应用中的尺度需求。
-
-
-
Search Results
4
records
(took 0.013 seconds)
