-
公开(公告)号：CN102360507A
公开(公告)日：2012-02-22
申请号：CN201110318397.5
申请日：2011-10-19
申请人： 浙江大学
IPC分类号： G06T11/00
摘要： 本发明公开了一种基于交点排序的多边形裁剪方法。它的步骤如下：1）根据裁剪被裁剪边四个节点的相对位置，判断线段是否相交，对交点的进出性进行分析；2）取裁剪多边形的边依次对实体多边形进行求交，根据每一条裁剪边上交点的顺序、进出性，判断裁剪边的终点是否组成结果多边形，将组成结果多边形的裁剪多边形顶点插入到交点链表，形成一个由进点和出点组成的点对；3）根据交点的进出性，以及所记录的实体多边形的终点序号，设置所有交点的指针指向，并将组成结果多边形的实体多边形顶点插入到交点链表，完成交点的第二次排序；4）遍历结果顶点链表，根据指针指向输出结果多边形。本发明在计算机图形学领域具有重要的实际应用价值。
-
公开(公告)号：CN101593208B
公开(公告)日：2011-04-13
申请号：CN200910100495.4
申请日：2009-07-09
申请人： 浙江大学
IPC分类号： G06F17/30
摘要： 本发明公开了一种基于基态的动态修正扩展模型的宗地时空数据存储方法。它基于基态的动态修正扩展模型，创建现势库、过程库和历史库，使用变更工具变更地理空间实体，同时创建时态核心关联索引记录变更关系，再将变更数据提交入库；当历史库中数据超过最大有效查询阈值时，根据最佳查询值，创建变粒度索引因子和基态修正区段快速索引；并根据此索引，进行历史回溯、历史恢复和区域历史再现，最终完成宗地时空数据存储。本发明可以准确记录宗地历史演化的过程，可以有效管理空间数据的历史时态，避免了宗地变更时数据记录的复杂和繁琐，提高了检索的效率，保证了快速回溯任意历史时刻宗地数据信息的要求，保证了同一时刻的数据不产生二义性的要求。
-
公开(公告)号：CN113537586B
公开(公告)日：2024-04-05
申请号：CN202110784806.4
申请日：2021-07-12
申请人： 浙江大学
摘要： 本发明公开了一种集成小波分解与深度神经网络的水质指标多步预测方法。其步骤如下：1)对原始水质指标的监测历史数据使用线性插值法填补缺失值；2)对填补缺失值后的数据进行离散小波变换；3)基于双向门控循环单元构建编码器，构建基于单向门控循环单元与全连接层的解码器，结合注意力机制提取解码器每步隐藏层状态与编码器所有隐藏层状态的相关关系，结合编码器和解码器构建神经网络模型，以小波分解后获得的多个分解序列作为输入。本方法的优点在于充分考虑水质数据非线性、波动复杂的特点，减弱噪音影响，自适应提取各步历史数据的影响程度，一步式、端到端预测未来多周的水质指标，对于水资源管理与生态保障具有实际应用价值。
-
公开(公告)号：CN113538239B
公开(公告)日：2024-03-19
申请号：CN202110784921.1
申请日：2021-07-12
申请人： 浙江大学
IPC分类号： G06T3/4007 , G06F16/29 , G06N3/048 , G06N3/08
摘要： 本发明公开了一种基于时空自回归神经网络模型的插值方法。本发明利用神经网络架构，将时空距离和时空权重解算任务转化为可量化的神经网络模型构建与训练优化问题。以时空对象的投影坐标和时间为基本输入单元，再分别计算对象间的空间距离差和时间距离差，设计模型将其向量化表达，通过神经网络拟合时空距离和时空权重，输出未知时空点的属性值。本发明的优点在于将神经网络模型引入到时空权重的解算中，利用神经网络充分拟合时空相关关系，实现时空插值，操作简单易行，能够减小插值模型和参数选择的主观因素影响，对于时空权重解算和时空数据插值具有一定应用价值。
-
公开(公告)号：CN117669829A
公开(公告)日：2024-03-08
申请号：CN202311707780.9
申请日：2023-12-13
申请人： 浙江大学
IPC分类号： G06Q10/04 , G06Q50/26 , G06N3/0464 , G06N3/0442 , G06N3/045
摘要： 本发明公开了一种基于空间注意力机制深度网络的北极海冰预测方法，将待检测海冰数据输入到每个北极海冰预测模型中，采用不同的温度系数对北极海冰浓度级别的概率分布进行温度缩放，然后按对应月份平均集成，最后选择平均集成后的概率分布均值中的概率最大值，输出概率最大值对应的北极海冰浓度数据分类结果，完成北极海冰的预测。本发明通过在U‑Net模型中添加基于网格的门控注意力机制，对无关区域的激活进行抑制、强化与任务相关的区域的激活并使注意力系数具体到局部区域，进而有效提升模型的长期预测能力。本发明提出的北极海冰预测模型能够更加准确地预测海冰出现的范围，并在极端海冰事件时也能保持较好的性能。
-
公开(公告)号：CN113592786B
公开(公告)日：2023-12-05
申请号：CN202110783889.5
申请日：2021-07-12
申请人： 浙江大学
IPC分类号： G06T7/00 , G06V10/764 , G06V10/44 , G06V10/82 , G06N3/048 , G06N3/0464 , G06N3/08
摘要： 本发明公开了一种基于深度学习的海洋中尺度涡自动检测方法。本发明基于深度学习的思想，构建了适用于检测海洋中尺度涡的自动检测网络模型，逐级抽象海洋中尺度涡的高层本质特征，着重解决弱特征海洋遥感影像信息提取的关键科学问题，实现无人工干涉的海洋中尺度涡自动精准检测，节省检测海洋中尺度涡所需要耗费的人力和时间，为海洋学家利用海洋遥感影像探测海洋中尺度涡提供可靠的技术支撑。
-
公开(公告)号：CN116385264A
公开(公告)日：2023-07-04
申请号：CN202310330032.7
申请日：2023-03-30
申请人： 浙江大学
IPC分类号： G06T3/40 , G06N3/0464 , G06N3/08 , G06N3/048 , G06V10/80
摘要： 本发明公开了一种超分辨率遥感数据重构方法，属于深度学习超分辨重构领域。本发明从重建理论层面推导面向未知模糊核退化的泛化可行性，设计包含基于模糊核信息的影像校正网络、基于低分辨率影像的模糊核估计网络和超分辨率网络的盲超分辨率框架。本发明可促进生成更准确的模糊核和更清晰的高分辨率影像，缓解固定退化过程训练的超分辨率模型在应用到真实遥感影像上时通常出现的性能下降问题。本发明在面对随机未知的遥感影像形变、模糊、噪声等退化现象时，提高超分辨率模型的泛化能力，满足真实场景下各种退化问题。
-
公开(公告)号：CN116151136B
公开(公告)日：2023-06-27
申请号：CN202310443276.6
申请日：2023-04-24
申请人： 浙江大学
IPC分类号： G06F30/27 , G06N3/084 , G06N20/00 , G06F111/08 , G06F113/08
摘要： 本发明公开了一种基于概率误差补偿的全球表层海水pH反演方法及系统，属于机器学习和数据预测领域。本发明利用经过训练的第一机器学习模型，基于海表温度、海表盐度、点位坐标和监测时间获得不同数据点的总碱度后将其转换为pH估计值，再通过计算概率分布补偿因子和时空分布补偿因子，利用pH实测值对pH估计值进行误差补偿，最后利用误差补偿后的pH估计值作为训练样本的标签，对第二机器学习模型进行训练得到pH反演模型，用于反演全球海洋表层高空间分辨率pH分布。本发明可解决当前海洋pH实测样本时空分布稀疏、反演pH产品空间分辨率较低等问题，利用pH反演模型能够构建长时序高分辨率全球海表pH产品。
-
公开(公告)号：CN113806352B
公开(公告)日：2022-02-18
申请号：CN202111375722.1
申请日：2021-11-19
申请人： 浙江大学
IPC分类号： G06F16/215 , G06F16/2458 , G06F16/29 , G06N3/04 , G06N3/08 , G06Q50/26
摘要： 本发明公开了一种基于MODIS的无机氮完整时空分布数据获取方法、装置及介质，属于遥感大数据领域。该方法步骤如下：1）对目标海洋区域的MODIS反射率产品、海水深度产品和无机氮采样数据进行匹配和数据清洗，形成由不同采样样本组成的样本集合；2）利用深度信念网络模型建立多波段反射率和时空特征信息与实测无机氮浓度值的回归关系，进而获得无机氮的有缺失时空分布；3）基于时空插值补全方法对有缺失时空分布进行重构，获得无机氮的完整时空分布。本发明充分考虑了无机氮遥感反演建模的时空异质性与复杂非线性特征，以及遥感反演结果受限于高缺失率的问题，能够获得近岸海域无机氮的完整时空分布，其反演精度较高，时空分布合理。
-
公开(公告)号：CN113806349A
公开(公告)日：2021-12-17
申请号：CN202111369399.7
申请日：2021-11-18
申请人： 浙江大学
IPC分类号： G06F16/215 , G06F16/29 , G06N3/04 , G06N3/08
摘要： 本发明公开了一种基于多视图学习的时空缺失数据补全方法、装置及介质，该方法针对海量多类型的环境监测数据集，对其中的每个数据缺失监测站点构建包含监测站点、监测时间、监测参数三个维度的数据张量，并分解出三个混合视图矩阵，运用矩阵完备算法对构建的三个混合视图从局部和全局尺度进行缺失数据估算，再基于人工深度神经网络进行多视图学习，得到最终监测参数缺失值的估算结果。本发明能够实现环境监测数据集的缺失值补全，在海洋环境监测、智慧城市发展等领域具有重要的意义。
-
-
-
-
-
-
-
-
-
搜索结果
135 条记录 (耗时 0.023 秒)