一种基于POIs数据的人口空间分布预测方法及系统

    公开(公告)号:CN110458333A

    公开(公告)日:2019-11-15

    申请号:CN201910651238.3

    申请日:2019-07-18

    Abstract: 本发明公开了一种基于POIs数据的人口空间分布预测方法及系统,该方法包括:将待预测地区划分为q个格网,每个格网为预设面积的区域;统计所述q个格网内POIs的个数;将所述POIs的个数,作为输入变量,输入预设的BPNN模型;输出每个格网内人口分布预测结果。该方法采用POIs相比利用夜间灯光以及土地利用数据作为辅助数据的人口空间化研究空间精度大大提升;有助于实现快速、高空间分辨率的人口密度空间预测;并利用机器学习BPNN模型实现了人口的空间分布预测,预测结果精度较高。即:通过引入POIs作为单一的辅助数据,并利用BPNN模型实现人口的空间分布预测,可实现精细尺度的人口空间化预测。

    特征显著性在图像质量评价中的鲁棒机理研究方法

    公开(公告)号:CN105046277B

    公开(公告)日:2019-06-14

    申请号:CN201510415329.9

    申请日:2015-07-15

    Abstract: 本发明公开了一种特征显著性在图像质量评价中的鲁棒机理研究方法,其方法步骤为:首先,确立图像质量评价中特征选择的目标函数并初始化模型参数;其次,选择最优特征加入特征矩阵并移除特征干扰项;然后,计算图像质量评价系统中特征选择的显著性;接着,判断是否满足系统鲁棒性要求或达到特征个数上限;最后,验证模型分类效果。本发明通过引入的系统特征信噪比衡量特征显著性,求解图像质量评价系统中光滑凸函数的约束优化问题,有效地降低了非显著特征对分类面的干扰,提升了图像质量评价系统的鲁棒性,解决了基于学习机制的图像质量评价网络中,特征属性选择的自适应优化问题。

    GA-BP神经网络模型的训练方法及终端设备

    公开(公告)号:CN109299779A

    公开(公告)日:2019-02-01

    申请号:CN201810890341.9

    申请日:2018-08-07

    Abstract: 本发明公开了一种用于重金属汞含量预测的GA-BP神经网络模型的训练方法及终端设备,其中所述方法包括:对样本土壤进行光谱反射率处理,获得处理后的样本土壤的光谱反射率曲线;根据所述样本土壤含汞量的样本数据集和所述处理后的样本土壤的光谱反射率曲线进行特征波段选取处理,获得样本土壤的特征波段;构建BP神经网络模型;采用遗传算法对BP神经网络进行训练。在本发明实施例中,通过遗传算法对BP神经网络模型的训练,使得GA-BP神经网络模型在土壤的汞含量的预测上更有效和更准确。

    一种遥感影像地物分类方法

    公开(公告)号:CN108629287A

    公开(公告)日:2018-10-09

    申请号:CN201810311965.0

    申请日:2018-04-09

    Abstract: 本发明提供了一种遥感影像地物分类方法,该遥感影像地物分类方法通过对原始高分辨率遥感影像的处理,将遥感影像分割成最佳尺度的地物碎片,基于CART算法抽取训练样本并生成决策树对地物碎片进行分类,最终生成地物分类遥感影像。基于本发明提供的遥感影像地物分类方法生成的地物分类遥感影像精度较高,具有良好的实用性。

    基于重要区域识别和匹配的视频跟踪方法

    公开(公告)号:CN107564035A

    公开(公告)日:2018-01-09

    申请号:CN201710643069.X

    申请日:2017-07-31

    Abstract: 本发明公开了一种基于重要区域识别和匹配的视频跟踪方法,包括下述步骤:首先,基于最小生成树理论识别初始目标的重要区域,得到目标重要区域并构建目标模板;然后,识别后续帧目标扩展区域的重要区域,并将该区域作为采样区域进行样本采集;接着,计算每个样本与目标模版的形状相似度值、颜色相似度值、皮尔逊相关系数值,并对三个值进行加权计算得到样本与目标模版的匹配度;最后,基于阈值比较方法更新目标模板以支持后续跟踪直至跟踪完成。本发明方法基于重要区域识别可以较好地描述动态变化的跟踪场景中的目标物体,结合目标的重要区域进行样本采集,提高了采样质量,增强了跟踪的准确率和稳定性。

    基于构图规则的图像编辑方法

    公开(公告)号:CN107545576A

    公开(公告)日:2018-01-05

    申请号:CN201710643086.3

    申请日:2017-07-31

    Abstract: 本发明公开了一种基于构图规则的图像编辑方法,包括下述步骤:(1)根据目标图像各像素点的对比度检测并识别显著性区域;(2)基于用户需求选择合适的裁切模式;(3)基于图像比例和构图规则的条件组合以显著性区域为中心进行裁切操作;(4)输出裁切后的目标图像效果图;(5)保存效果图至目标文件夹中;(6)重复步骤(1)到步骤(5),直到所有待处理图像处理完毕。本发明方法基于目标图像显著性区域的检测识别可以较好地描述目标图像的显著性区域,结合构图规则和图像比例的条件组合对目标图像进行相应的照片布局设计和美化,从而使处理后的图像在客观上更符合构图规则和美观性。

    城市更新改造的选址方法
    27.
    发明公开

    公开(公告)号:CN107451943A

    公开(公告)日:2017-12-08

    申请号:CN201710483223.1

    申请日:2017-06-21

    CPC classification number: G06Q50/26 G06F17/30241 G06N3/126

    Abstract: 本发明实施例公开了一种城市更新改造的选址方法,包括:针对多个需改造的地块根据多种候选优先改造方法以二进制编码方法对入选地块和未入选地块进行编码从而构成一组染色体;根据适应度函数计算一组染色体中每一条的适应度值;选择适应度值最大的作为最终的优先改造方法。采用本发明实施例,可以在较短时间找到合理的优先改造方法,并且显著降低计算量。

    一种基于多二维码模式识别的物品入库系统及其方法

    公开(公告)号:CN106251493A

    公开(公告)日:2016-12-21

    申请号:CN201610566928.5

    申请日:2016-07-15

    CPC classification number: G07F17/0092 G07F17/0042

    Abstract: 本发明公开了一种基于多二维码模式识别的物品入库系统及其方法,包括多个容器,容器用于盛放需要入库的物品,且每个容器上贴有二维码;至少一个扫描器,扫描器包括图像识别单元、与图像识别单元相连的信息处理单元和与信息处理单元相连的显示单元;服务器,服务器连接扫描器,服务器用于存储每个物品的二维码信息,包括物品ID、容器ID,物品信息和物品位置信息;和至少一个柜子,柜子上贴有表示柜子内每个位置的多个二维码;其中物品入库后,在服务器中将容器二维码与柜子上的表示柜子每个位置的二维码相对应。本发明可一次性识别多个二维码的位置,可将多个物品一次性入库,大幅度提高了物品入库速度。

    一种NDVI时间序列重构的方法及系统

    公开(公告)号:CN106021653A

    公开(公告)日:2016-10-12

    申请号:CN201610301569.0

    申请日:2016-05-06

    Abstract: 本发明公开了一种NDVI时间序列重构的方法及系统,其方法包括:获取原始地理数据信息;对原始地理数据信息进行数据预处理;对数据预处理后的原始地理数据信息采用临近时间点的像元值进行线性内插,并对NDVI时间序列影像的每个像元建立三重调制的余弦函数模型;确定余弦函数模型中的初始值;基于确定的初始值进行扩展卡尔曼滤波计算,对NDVI时间序列影像进行初步重构;将线性内插的NDVI值与初步重构的NDVI值进行比较;将比较结果进行输出。本发明采用线性内插和扩展卡尔曼滤波(EKF)的结合算法对广州市森林地区的NDVI时间序列数据进行了重构,数据的离散程度更低,精度更高。

    一种基于结构稀疏表示的遥感影像融合方法

    公开(公告)号:CN105761234A

    公开(公告)日:2016-07-13

    申请号:CN201610059167.4

    申请日:2016-01-28

    CPC classification number: G06T5/50 G06T3/4061 G06T2207/10036 G06T2207/20221

    Abstract: 本发明公开一种基于结构稀疏表示的遥感图像融合方法,利用自适应权值系数计算模型求出多光谱图像的亮度分量,将相似图像块组成结构组,利用结构组稀疏模型求出亮度分量和全色图像的结构组字典和组稀疏系数,应用绝对值最大规则进行全色图像稀疏系数的部分替换,生成新的稀疏系数,利用全色图像的组字典和新的稀疏系数重构出高空间分辨率亮度图像。最后,用通用分量替换模型进行融合,获得高分辨率多光谱图像。本发明将结构组稀疏表示引入到遥感图像融合领域,克服了在经典稀疏表示融合方法中只考虑单一图像块的局限,同经典稀疏表示方法相比,本发明具有更加优越的光谱保持和空间分辨率提高性能,且极大地缩短了遥感图像融合过程中训练字典的时间。

Patent Agency Ranking