-
公开(公告)号：CN117538868A
公开(公告)日：2024-02-09
申请号：CN202311484164.1
申请日：2023-11-08
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明属于星载雷达数据处理技术领域，尤其涉及一种基于雷达时序观测的农作物抽穗期识别方法及系统，通过指标计算获得去极化指数，通过谐波分解实现时序去极化指数的周期性参数提取，通过权重分析确定时序去极化指数的主导周期性分量，通过波峰探测对农作物抽穗期进行识别，结合土地利用产品实现农作物抽穗期制图。本发明通过权重分析确定时序去极化指数的主导周期性分量，通过波峰探测对农作物抽穗期进行识别，结合土地利用产品实现农作物抽穗期制图，适用于耕作实践复杂多样、云雾气象干扰频繁的大面积农作物抽穗期识别，解决了目前使用雷达数据进行农作物抽穗期识别存在的先验物候信息缺乏、抽穗期特征模糊、非抽穗期特征干扰三大问题。
-
公开(公告)号：CN116861293A
公开(公告)日：2023-10-10
申请号：CN202310845892.4
申请日：2023-07-11
Applicant: 电子科技大学
Abstract: 本发明属于气象数据处理与遥感制图技术领域，具体为一种基于时序气象数据分析的水稻熟制适宜性分区方法。本发明通过年际规整和时序重构获得具有年度代表性的气象模式，通过降水与温度指标计算获取的年度降水累计量和温度供应量，结合水稻生长机理和水稻熟制规律，进行大面积降水和温度指标的阈值分割，实现水稻熟制适宜性分区。本发明提供的方法在全球气候变化和区域气候异常的背景下有效地重构了年度气象模式，分析提取了对水稻熟制适宜性影响最为显著的气象指标，结合水稻生长机理和水稻熟制规律对关键气象指标进行阈值分割，能够为水稻熟制规划和农业政策制定提供明确精准的指导建议，解决了目前水稻熟制规划存在盲目性的问题。
-
Patent Agency Ranking
公开(公告)号：CN105303109A
公开(公告)日：2016-02-03
申请号：CN201510608807.8
申请日：2015-09-22
Applicant: 电子科技大学
CPC classification number: G06F21/563 , G06F17/30887 , G06F21/566
Abstract: 本发明提供了一种恶意代码情报检测分析方法及系统。该方法包括客户端和服务器两部分，首先客户端自动检测用户要访问的网址，将网址发给服务器端；然后服务器端检测网站是否存在恶意代码，将检测结果发送给用户并及时发出提醒。本发明在服务器端检测时，使用基于抽象语法树匹配算法和低交互蜜罐仿真模拟技术，并在此基础上进行了改进和融合，兼顾了性能和准确率。本发明在客户端检测时不仅支持多种浏览器版本，而且检测完毕后提供多种输出格式。本发明优势在于相较传统手段在检测准确率上较大提升，性能可以充分满足用户需要，且与其他程序兼容性良好。另外，本发明为网站的恶意代码检测，提供了一种统一的解决方案，不仅可以检测电脑客户端还可以检测安卓手机客户端。
-
公开(公告)号：CN116894202A
公开(公告)日：2023-10-17
申请号：CN202310845887.3
申请日：2023-07-11
Applicant: 电子科技大学
Abstract: 本发明属于星载雷达数据处理与遥感制图技术领域，具体为一种基于谐波幅度相位分析的粮油作物散射波谷识别方法。本发明通过谐波拟合实现散射时序重构和去噪，通过幅度相位分析实现散射波形的检测和散射波谷的快速识别。本发明在不预设滑动窗口尺寸和不假设局部拟合函数的情况下，灵活高效地实现了散射时序去噪，在不依赖复杂的时序逐点运算和二次判别的情况下，快速准确地识别了粮油作物散射波谷，为雷达数据的长时序大面积农业应用提供支撑。有效克服现有的窗口统计法和局部拟合法难以确定具有适应性的滑动窗口和拟合函数，而差分搜索法需要复杂的时序逐点运算和二次判别，带来的相应行业问题。
-
公开(公告)号：CN116756546A
公开(公告)日：2023-09-15
申请号：CN202310845889.2
申请日：2023-07-11
Applicant: 电子科技大学
IPC: G06F18/213 , G06F18/15 , G06F16/29 , G06Q50/02 , G06F123/02
Abstract: 本发明属于星载雷达数据处理与遥感制图技术领域，具体为一种基于雷达时序观测和温度分析的水稻熟制识别方法。本发明通过时序重构与波谷识别实现时序散射的多样化周期特征捕捉和散射波谷探测，通过潜在水稻物候估算确定散射波谷对应的潜在物候期时间，通过水稻物候温度限制对潜在水稻物候期的温度适宜性进行评估，结合水稻生长机理和水稻熟制规律剔除不满足温度条件的散射波谷，实现对水稻散射波谷的识别和对水稻熟制高估的纠正，最终实现水稻熟制区域识别，适用于自然和社会条件差异明显、耕作实践复杂多样、云雾气象干扰频繁的大面积水稻熟制监测，解决了现有技术存在的时序散射多样性、先验物候信息缺乏和水稻熟制高估三大问题。
-
公开(公告)号：CN116990810A
公开(公告)日：2023-11-03
申请号：CN202310350385.3
申请日：2023-04-04
Applicant: 电子科技大学
Abstract: 本发明属于星载雷达数据处理与遥感制图技术领域，具体涉及一种基于时序谐波拟合和地形温度掩膜的稻田识别方法。本发明通过高值干扰去除和时序谐波拟合实现时序散射的噪声抑制和周期特征提取，通过空间掩膜分析分别获得谐波掩膜图、地形掩膜图和温度掩膜图，结合三种掩膜完成稻田识别，可适用于大范围的稻田识别。本发明提供的方法有效地去除了雷达数据的时空噪声，降低时序分析复杂度，不需要获取水稻物候先验信息即可实现大面积高分辨率的稻田识别，能够应用于更大范围更长时间跨度的水稻种植面积监测，为农业部门的政策制定提供有力信息支撑。
-
公开(公告)号：CN114217287A
公开(公告)日：2022-03-22
申请号：CN202111511420.2
申请日：2021-12-06
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明属于星载合成孔径雷达数据处理技术领域，具体涉及一种基于升降轨道雷达数据的建筑物提取方法。本发明利用星载合成孔径雷达获取时间间隔为6天的升轨和降轨雷达影像各一景，经历辐射定标、地形校正、热噪声消除、熵值计算与轨道加权、入射角校正、升降轨最大值合成和直方图阈值处理，建立基于星载雷达数据提取建筑物的方法。本发明减少了建筑物提取对地面样本的依赖，相比基于机器学习的识别方法降低了运算负荷，克服了单轨道雷达观测导致的建筑散射信息畸变问题，减少了空间斑点噪声、影像入射角和辐射差异导致的识别误差，能够应用于土地资源监测和城市规划管理等诸多领域，在成都市建筑物识别案例中取得了87％的精度。
-
-
-
-
-
-
Search Results
7
records
(took 0.019 seconds)
