-
公开(公告)号：CN107271998B
公开(公告)日：2020-06-05
申请号：CN201710555938.3
申请日：2017-07-01
IPC分类号： G01S13/90
摘要： 本发明公开了一种集成D‑InSAR和GIS技术的地下非法采矿识别方法及系统，综合集成D‑InSAR技术和GIS技术，以矢量、数字栅格、雷达影像、社会举报等为数据基础，以oracle 13g框架为底层平台，构建开采沉陷时空数据库；通过调用ArcGIS Engine10.3提供的属性获取、图形裁剪、要素转换、重分类、栅格技术、叠加分析、地图代数、等值线以及曲率和坡度生成等空间数据处理和分析算法，实现海量数据的管理和处理技术、形变信息的提取技术和地下非法采矿的识别，本发明实现了对地下非法采矿行为进行实时动态监测的目的。
-
公开(公告)号：CN109345638B
公开(公告)日：2023-08-25
申请号：CN201811105606.6
申请日：2018-09-21
申请人： 东华理工大学
IPC分类号： G06T19/20
摘要： 本发明公开了一种基于Snake模型多基元融合的点云滤波方法，通过采用多基元融合(点基元和对象基元)的滤波策略，可以有效避免单一基元滤波法鲁棒性差的缺陷，充分利用不同基元提供的特征信息，提高滤波方法对复杂地形区域的适应性。主要构建Snake模型，通过设置具有地面点吸附力的目标能量函数，使得模型能够兼顾点云的局部尺度信息与全局尺度信息，充分挖掘点云数据本身的自动化潜力。依据该模型将滤波阈值表示为地形坡度变化的线性函数，实现滤波阈值的自适应更新，能够避免单一阈值滤波精度差而多阈值需要过多参数设置的缺陷。
-
公开(公告)号：CN109523066B
公开(公告)日：2023-06-20
申请号：CN201811270277.0
申请日：2018-10-29
申请人： 东华理工大学
IPC分类号： G06Q10/04
摘要： 本发明提供一种基于克里金插值的PM2.5新增移动站点选址方法，包括对初始数据进行前期分析，包括对已设置监测站点的PM2.5浓度数据的预处理、站点间距离统计以及研究区域格网的划分，将每个格网作为一个备选站点；选取研究区域某一时刻的若干已设置监测站点的数据并选取最佳变异函数模型进行计算；计算各个网格的PM2.5浓度的预测值，计算各个网格的克里金估计误差方差，计算研究区域内所有备选网格站点的克里金估计误差方差并划分等级进行比较；计算新增不同等级的备选网格站点后的整体区域方差。本发明利用对监测站点加密，从新增移动站点的角度进行选址优化，利用较少的监测站点估计更准确的PM2.5浓度信息，更加有效地开展大气污染防治工作。
-
公开(公告)号：CN108961758B
公开(公告)日：2021-02-02
申请号：CN201810877633.9
申请日：2018-08-03
申请人： 东华理工大学
IPC分类号： G08G1/01
摘要： 本发明提供一种基于梯度提升决策树的路口展宽车道探测方法，包括进行数据输入、特征分析和特征选择，选择浮动车数据点在道路横截面上的分布宽度、分布密度、FCD的方向夹角以及速度；构建基本分类器，包括按照浮动车轨迹的运行场景，构建基本分类器；基于梯度提升决策树的车道计算，包括利用浮动车数据，参照基本分类器，根据梯度提升决策树分类方法，选取将FCD划分不同车道数量时，信息熵最小且该车道划分在横截面上最佳分布状态对应的分类个数作为该段道路对应的车道数目；展宽车道判定，包括对比同一道路上，不同研究单元对应的道路路段上车道数量变化情况，判断路口是否存在展宽车道。本发明提高了路口车道数判断的精度。
-
公开(公告)号：CN109934120A
公开(公告)日：2019-06-25
申请号：CN201910125531.6
申请日：2019-02-20
申请人： 东华理工大学
摘要： 本发明公开了一种基于空间密度和聚类的分步点云噪声去除方法，包括：S1，抽取点云数据总量预设比例的点云计算其点云密度，作为整个点云数据的平均密度，统计其r×r×r立方体空间中点云平均数量Q，将Q作为空间密度去噪法密度阈值的参考值，并定义阈值O；S2，遍历点云数据中的每一个点，求取该点的r×r×r立方体空间中的点云数量K，若K小于阈值O，则判定为点状噪声点并去除；若K大于等于阈值O，则保留，以获得去除了点状噪声点的初次去噪点云数据；S3，对初次去噪点云数据进行聚类，读取点云数据集合；S4，统计每个集合中的点云数量M，若M小于参考值Q，则判定为簇状噪声点并去除；若M大于等于参考值Q，则保留以得到最终去噪结果。本发明能够同时滤除点状噪声和簇状噪声。
-
公开(公告)号：CN109523066A
公开(公告)日：2019-03-26
申请号：CN201811270277.0
申请日：2018-10-29
申请人： 东华理工大学
IPC分类号： G06Q10/04
摘要： 本发明提供一种基于克里金插值的PM2.5新增移动站点选址方法，包括对初始数据进行前期分析，包括对已设置监测站点的PM2.5浓度数据的预处理、站点间距离统计以及研究区域格网的划分，将每个格网作为一个备选站点；选取研究区域某一时刻的若干已设置监测站点的数据并选取最佳变异函数模型进行计算；计算各个网格的PM2.5浓度的预测值，计算各个网格的克里金估计误差方差，计算研究区域内所有备选网格站点的克里金估计误差方差并划分等级进行比较；计算新增不同等级的备选网格站点后的整体区域方差。本发明利用对监测站点加密，从新增移动站点的角度进行选址优化，利用较少的监测站点估计更准确的PM2.5浓度信息，更加有效地开展大气污染防治工作。
-
公开(公告)号：CN108961758A
公开(公告)日：2018-12-07
申请号：CN201810877633.9
申请日：2018-08-03
申请人： 东华理工大学
IPC分类号： G08G1/01
CPC分类号： G08G1/0112 , G08G1/0129
摘要： 本发明提供一种基于梯度提升决策树的路口展宽车道探测方法，包括进行数据输入、特征分析和特征选择，选择浮动车数据点在道路横截面上的分布宽度、分布密度、FCD的方向夹角以及速度；构建基本分类器，包括按照浮动车轨迹的运行场景，构建基本分类器；基于梯度提升决策树的车道计算，包括利用浮动车数据，参照基本分类器，根据梯度提升决策树分类方法，选取将FCD划分不同车道数量时，信息熵最小且该车道划分在横截面上最佳分布状态对应的分类个数作为该段道路对应的车道数目；展宽车道判定，包括对比同一道路上，不同研究单元对应的道路路段上车道数量变化情况，判断路口是否存在展宽车道。本发明提高了路口车道数判断的精度。
-
公开(公告)号：CN113917561B
公开(公告)日：2023-06-20
申请号：CN202111093269.5
申请日：2021-09-17
申请人： 东华理工大学
摘要： 本发明公开了一种矿区三维地质建模中目标地质体的确定方法及系统，该方法包括：获取矿区区域的地质矿产资料，并根据所述地质矿产资料对矿区区域进行地质体初步划分，得到初步划分的地质体；获取初步划分的地质体的物性测量样品所对应的物性参数，并对所述物性参数进行统计分析，确定初步划分的地质体之间的物性参数差异性和可区分度；根据物性参数差异性和可区分度，从初步划分的地质体中确定矿区三维地质建模的目标地质体。本发明充分考虑地质体的物性参数，并确定地质体的物性参数差异性和可区分度，以便更为有效地、准确地确定出目标地质体，使得基于该目标地质体所建立的三维地质模型更符合地质真实情况，避免不确定性和准确率低的情况。
-
公开(公告)号：CN113917561A
公开(公告)日：2022-01-11
申请号：CN202111093269.5
申请日：2021-09-17
申请人： 东华理工大学
摘要： 本发明公开了一种矿区三维地质建模中目标地质体的确定方法及系统，该方法包括：获取矿区区域的地质矿产资料，并根据所述地质矿产资料对矿区区域进行地质体初步划分，得到初步划分的地质体；获取初步划分的地质体的物性测量样品所对应的物性参数，并对所述物性参数进行统计分析，确定初步划分的地质体之间的物性参数差异性和可区分度；根据物性参数差异性和可区分度，从初步划分的地质体中确定矿区三维地质建模的目标地质体。本发明充分考虑地质体的物性参数，并确定地质体的物性参数差异性和可区分度，以便更为有效地、准确地确定出目标地质体，使得基于该目标地质体所建立的三维地质模型更符合地质真实情况，避免不确定性和准确率低的情况。
-
公开(公告)号：CN113341436A
公开(公告)日：2021-09-03
申请号：CN202110625284.3
申请日：2021-06-04
申请人： 东华理工大学
IPC分类号： G01S19/14
摘要： 本发明公开了地质剖面测量导线数据快速算法，涉及地质测量技术领域。本发明包括以下步骤：S1：地质剖面导线Ln+1的位置选定；S2：通过坐标测量设备测量导线Ln+1的起始点坐标Dn(Xn，Yn，Zn)；S3：通过坐标测量设备测量导线Ln+1的终点坐标Dn+1(Xn+1，Yn+1，Zn+1)；S4：采用导线数据快速算法公式计算出导线长度ln+1、导线方位αn+1、导线坡度βn+1。本发明利用导线的起始点、终点GPS坐标(X、Y、Z)的数据坐标值，通过计算公式直接快速获取地质剖面导线数据，不需要再另外测量其它数据，解决了现有的地质剖面导线测量时，使用地质罗盘、测绳获取导线数据费时、费力，并且经常由于操作难度大、测量仪器设备的精度及测量人员操作不当而造成测量数据误差大的问题。
-
-
-
-
-
-
-
-
-
搜索结果
32 条记录 (耗时 0.034 秒)
