-
公开(公告)号：CN118396122A
公开(公告)日：2024-07-26
申请号：CN202410824440.2
申请日：2024-06-25
Applicant: 湖南省第二测绘院
Abstract: 本申请提出了一种针对不同自然资源的知识推理方法及装置，对处于不同数据库中的数据进行关联并构建知识图谱，并在此基础上进行知识推理，然后对所述知识推理模型进行训练，首先将待测的坐标点进行统一格式化，统一转换成经纬度形式；然后判断统一格式化后的坐标点所处地级市，根据欧氏距离最小原则得到海拔以及土族情况，其次将所述海拔以及土族情况输入至所述知识推理模型得到植被类型，将植被类型再输入至所述知识推理模型得到土壤的侵蚀类型；最后将所述训练结果输入至测试集进行评估。本申请可以解决不同自然资源数据库之间的数据相关性较低，无法充分利用各种数据库进行资源管理的问题，与现有的主流推理方案相比，具有更高的预测准确度。
-
公开(公告)号：CN119849348A
公开(公告)日：2025-04-18
申请号：CN202411606644.5
申请日：2024-11-12
Applicant: 中国地质大学(武汉) , 湖南省第二测绘院 , 湖南省气象科学研究所
IPC: G06F30/28 , G06T17/05 , G06F113/08 , G06F111/04 , G06F111/06 , G06F119/14 , G06F119/02
Abstract: 本申请提供了一种结合仿生优化算法的滑坡临界抗剪强度参数反演方法，涉及滑坡监测领域，方法包括：获取滑坡地表形变数据并进行2D分解；基于质量守恒原理，结合分解后的滑坡地表形变数据，建立滑面模型，得到最优滑坡深度值；通过改进的粒子群优化算法，结合滑面模型和最优滑坡深度值，反演得到最优滑面；基于最优滑面，建立滑坡稳定性模型；利用鲸鱼优化算法，结合滑坡稳定性模型，反演得到最优的抗剪强度参数。利用滑面数据与滑坡稳定性模型的耦合，通过鲸鱼优化算法的全局搜索能力，精准反演出临界抗剪强度参数。构建了稳定且有效的滑坡稳定性反演分析模型，提高了参数反演的准确性，为滑坡风险评估提供了可靠的工具。
-
公开(公告)号：CN117689964A
公开(公告)日：2024-03-12
申请号：CN202410151267.4
申请日：2024-02-02
Applicant: 湖南省第二测绘院
IPC: G06V10/764 , G06F18/2431 , G06N20/00 , G06N3/08 , G06V10/20 , G06V10/774 , G06V10/82 , G06V20/10
Abstract: 本发明提供一种基于多源影像的城市森林分类方法及装置，所述方法包括：获取待分类地区的多源遥感影像数据，对所述多源遥感影像数据进行预处理；获取预处理后光学遥感影像数据的光谱特征、植被指数和纹理特征，使用随机森林算法筛选出最佳特征数据集；使用预训练后的VGG16‑UNet++深度学习网络从所述最佳特征数据集中提取深层次特征输出集；使用随机森林分类器对提取到的所述深层次特征输出集进行训练，得到城市森林分类结果。该方法采用多源遥感影像作为数据源进行分类，能抑制天气变化以及地形起伏的影响，结合深度学习网络和随机森林分类器，能挖掘深层次语义信息，对抗云雾影响，提高城市森林的分类精度。
-
公开(公告)号：CN119672382A
公开(公告)日：2025-03-21
申请号：CN202411534763.4
申请日：2024-10-31
Applicant: 中国地质大学(武汉) , 湖南省第二测绘院
IPC: G06V10/762 , G06V10/40 , G06V10/80 , G06V20/10 , G06N3/0455 , G06N3/042 , G06N3/0464
Abstract: 本发明提供一种无监督深度聚类的同震滑坡识别方法、装置和设备，涉及图形图像处理技术领域，包括：获取多源数据集，对多源数据集进行预处理，将其转换为预设图像格式，将多源数据集中的多光谱遥感图像输入至遥感特征提取分支进行特征重建，得到第一类特征，并将多源数据集中的归一化植被指数NDVI、地形数据、地理数据、地质图和地震数据输入至隐式知识特征提取分支，得到第二类特征；第二类特征为隐式知识；在软标签监督下，对第一类特征和第二类特征进行融合和聚类，并基于聚类结果确定待测区域对应的同震滑坡类别。通过构建隐式知识特征，使得滑坡灾害的机制能够通过节点特征和图结构在模型中得到隐式的捕获和表达，提升了识别的准确性。
-
公开(公告)号：CN115033728B
公开(公告)日：2024-07-30
申请号：CN202210506311.X
申请日：2022-05-10
Applicant: 湖南省第二测绘院 , 中国人民解放军国防科学技术大学
Inventor： 雷帆 , 谢玲琳 , 曹里 , 杨凯钧 , 魏继德 , 吴烨 , 曾海波 , 张哲 , 熊伟 , 师俊峰 , 蒋琦 , 杨亮亮 , 贾庆仁 , 王强 , 胡芳 , 谢祥安 , 张泽旭
IPC: G06F16/583 , G06F16/58 , G06F16/55 , G06F16/51 , G06V20/13 , G06V10/762 , G06V10/764
Abstract: 本发明实施例涉及卫星影像技术领域，具体公开了全球卫星影像搜索引擎数据爬取与归一化方法及系统。本发明能够从全球各卫星官方平台实时获取最新发布的遥感卫星影像数据，并预先计算卫星轨道预测的相关数据和产品，以此来提高用户实时访问时展示卫星影像的速度，能够对获取的卫星影像大数据进行高效精准的分类，能够构建统一标准规范将海量卫星影像属性信息一致性整合，能够偏转角度校正展示标准快视图，能够可视化展示用户的兴趣区域，能够通过增加使用卫星云图辅助预测遥感卫星轨道下的覆盖区域的展示，更加有效更加准确的计算影像有效覆盖率并展示卫星影像的有效覆盖区域，通过考虑卫星的侧摆能力参数，来支持用户的自定义筛选影像功能。
-
Patent Agency Ranking
公开(公告)号：CN118229710A
公开(公告)日：2024-06-21
申请号：CN202410509731.2
申请日：2024-04-26
Applicant: 湖南省第二测绘院
Abstract: 本申请提出了一种SAR遥感影像道路信息联合提取方法及系统，所述方法包括：获取SAR影像原始数据并进行预处理，将所述预处理图像划分为数据集和训练数据集，构建基于级联U‑Net的SAR遥感影像道路信息提取模型，使用训练集对所述SAR遥感影像道路信息提取模型进行训练，提取模型参数，然后使用测试集对所述SAR遥感影像道路信息提取模型进行验证，使用验证后的SAR遥感影像道路信息提取模型提取所述数据集中的道路路面和道路轮廓信息进行联合提取，得到道路分割和道路轮廓提取结果。本发明提出的基于级联U‑Net网络的SAR遥感影像道路信息联合提取方法在满足联合提取道路多任务信息的同时能够得到更优的分割效果和检测精度。
-
公开(公告)号：CN118097399A
公开(公告)日：2024-05-28
申请号：CN202311687829.9
申请日：2023-12-11
Applicant: 湖南省第二测绘院
IPC: G06V20/10 , G06N3/0464 , G06V10/26 , G06V10/30 , G06V10/44 , G06V10/764 , G06V10/80 , G06V10/82 , G06V20/13
Abstract: 本发明公开了适用于机器人自主协作的多模态控制算法融合方法，应用双极化SAR的GRD图像，以获得后向散射特征VV和VH；应用双极化SAR的SLC图像，以获得极化特征；应用DEM数据，以获得DEM特征；应用基于模型极化分解方法对SLC图像进行极化分解，以得到极化特征；应用特征组合方法，将SAR图像的后向散射特征和极化特征，以及DEM特征进行特征组合，共得到五个候选特征组合；应用DBO算法，寻找分割器和分类器的最优网络超参数，以构建最优CNN模型；应用DeepLabV3+作为分割器，以将水体准确地提取出来；应用特征融合方法，将提取出的水体与输入数据相结合，以构建多特征数据；应用ResNet50作为分类器，以将多特征数据中的水体分类为自然水体和人工水体。
-
公开(公告)号：CN119849720A
公开(公告)日：2025-04-18
申请号：CN202411566457.9
申请日：2024-11-05
Applicant: 中国地质大学(武汉) , 湖南省第二测绘院 , 广西壮族自治区遥感中心
IPC: G06Q10/047 , G06N5/025 , G06N3/042 , G06N3/0495
Abstract: 本申请提供了一种耦合安全和效率的震后救援路径优选LGNN算法，涉及震后救援路径寻优技术领域，包括：获取多源数据；通过多源数据以及易发性结果，构建道路图；根据多源数据中的应急救援报告，确定救援中心和受灾点；构建轻量图神经网络；将道路图、救援中心和受灾点，输入轻量图神经网络；将从救援中心到道路图的每个节点的累积权重作为节点特征，通过轻量图神经网络迭代节点特征表征，得到受灾点的累积权重的最小值，回溯受灾点的累积权重，得到救援中心到受灾点的最优救援路径，在广域强震区大范围复杂道路网上实现高效的应急救援路径优选。
-
公开(公告)号：CN118135405A
公开(公告)日：2024-06-04
申请号：CN202410533393.6
申请日：2024-04-30
Applicant: 湖南省第二测绘院
IPC: G06V20/10 , G06T7/73 , G06V10/40 , G06V10/764 , G06V10/82
Abstract: 本申请提出了一种基于自注意力机制的光学遥感影像道路提取方法及系统，所述方法包括：对获取到的光学遥感影像数据进行预处理得到训练数据集；构建基于自注意力机制的光学遥感影像道路提取网络；使用训练数据集对所述光学遥感影像道路提取网络进行训练，将经过预处理的实时光学遥感影像数据输入到训练好的提取网络中，得到实时光学遥感影像的道路提取结果。本申请解决了卷积神经网络长距离依赖关系建模能力弱与遥感影像中道路和背景的类别不平衡的共性问题，提高了遥感影像中道路对象的识别能力，通过引入改进由自注意力机制，使得所述光学遥感影像道路提取网络能够有效地提取上下文特征信息，提升了建模能力，提高道路提取的性能和鲁棒性。
-
公开(公告)号：CN117689964B
公开(公告)日：2024-05-03
申请号：CN202410151267.4
申请日：2024-02-02
Applicant: 湖南省第二测绘院
IPC: G06V10/764 , G06F18/2431 , G06N20/00 , G06N3/08 , G06V10/20 , G06V10/774 , G06V10/82 , G06V20/10
Abstract: 本发明提供一种基于多源影像的城市森林分类方法及装置，所述方法包括：获取待分类地区的多源遥感影像数据，对所述多源遥感影像数据进行预处理；获取预处理后光学遥感影像数据的光谱特征、植被指数和纹理特征，使用随机森林算法筛选出最佳特征数据集；使用预训练后的VGG16‑UNet++深度学习网络从所述最佳特征数据集中提取深层次特征输出集；使用随机森林分类器对提取到的所述深层次特征输出集进行训练，得到城市森林分类结果。该方法采用多源遥感影像作为数据源进行分类，能抑制天气变化以及地形起伏的影响，结合深度学习网络和随机森林分类器，能挖掘深层次语义信息，对抗云雾影响，提高城市森林的分类精度。
-
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.025 seconds)
